COVID-19 病例与实验室检测登记数据集(THRI 2012 格式首轮)
该数据集以 Microsoft Excel(.xlsx)格式提供,包含全面的患者层面数据,如人口学信息、样本采集日期、所进行的实验室检测类型、检测结果和临床结局

基本信息
资源简介
COVID-19 病例与实验室检测登记数据集(THRI 2012 格式首轮)
COVID 19 Line list and Laboratory Registration Format Final THRI 06-12-2012 First Run 是一个以 Microsoft Excel(.xlsx)格式提供的 COVID-19 病例与实验室检测记录数据集,由埃塞俄比亚提格雷州默克莱的提格雷卫生研究所(THRI)编制,用于持续监测和控制 COVID-19 疫情。数据集收录了全面的患者层面信息,涵盖人口学信息、样本采集日期、所进行的实验室检测类型、检测结果以及临床结局,并采用标准化格式以保证流行病学分析与公共卫生报告所需的一致性和质量。该数据集在站点分类中归入感染性疾病 / 其他,访问受研究数据管理委员会(RDMC)的数据访问与共享程序约束,以确保伦理使用与数据保密。
【数据集背景】
该数据集由提格雷卫生研究所(THRI)在埃塞俄比亚提格雷州默克莱编制,是持续监测和控制 COVID-19 疫情工作的一部分。其名称中的格式标识表明它基于一套标准化的 COVID-19 病例登记与实验室登记格式,并标注为首次运行(First Run)版本。数据集来源站为 rdmcrepo.thri.gov.et。
【数据内容】
数据集包含 COVID-19 病例和实验室检测记录,提供全面的患者层面数据,具体包括人口学信息、样本采集日期、所进行的实验室检测类型、检测结果和临床结局。数据以 Microsoft Excel(.xlsx)格式提供。标准化的格式设计旨在保证流行病学分析和公共卫生报告所需的一致性与质量。
【采集与来源】
数据由提格雷卫生研究所(THRI)在埃塞俄比亚提格雷州默克莱收集和编制,来源于 COVID-19 病例登记与实验室检测登记工作。源站未提供更详细的采集流程、采样方法或时间跨度信息。
【适用场景】
基于其内容构成,该数据集可用于流行病学分析和公共卫生报告,支持对 COVID-19 病例与实验室检测情况的监测。源站未提供其他具体适用场景的说明。
【使用方法】
数据集以 Microsoft Excel(.xlsx)格式提供,可直接以电子表格软件打开使用。访问该数据集须遵循研究数据管理委员会(RDMC)的数据访问与共享程序。源站未提供具体的使用步骤或分析指南。
【质量与限制】
数据集采用标准化格式,以确保流行病学分析与公共卫生报告的一致性和质量。访问受 RDMC 数据访问与共享程序约束,以保障伦理使用和数据保密。源站未提供关于数据完整性、缺失值或覆盖范围的进一步说明。
【引用与许可】
使用该数据集须遵循研究数据管理委员会(RDMC)的数据访问与共享程序,以确保伦理使用和数据保密。源站未提供具体的引用格式或许可条款细节。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
需登录公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://rdmcrepo.thri.gov.et/handle/123456789/243
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集包含通过《COVID-19 病例行列表和实验室登记格式最终版 THRI 06-12-2012 第一版》收集的 COVID-19 病例和实验室检测记录。该数据集由埃塞俄比亚提格雷州默克莱市的提格雷卫生研究所 (THRI) 汇编,作为持续监测和控制 COVID-19 大流行努力的一部分。该数据集以 Microsoft Excel (.xlsx) 格式提供,包含全面的患者层面数据,如人口统计学信息、样本采集日期、进行的实验室检测类型、检测结果和临床结果。标准化格式确保了流行病学分析和公共卫生报告的一致性和质量。数据集的访问受研究数据管理委员会 (RDMC) 的数据访问和共享程序的约束,确保合乎伦理的使用和数据保密性。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




