巴西初级卫生保健成年用户COVID-19疫苗接种程序完成情况
该数据集来自search.dataone.org，聚焦巴西两个州首府社会弱势社区中初级卫生保健（PHC）成年用户的COVID-19疫苗接种程序完成情况
基本信息
资源简介
巴西初级卫生保健成年用户COVID-19疫苗接种程序完成情况
该数据集英文名为 COVID-19 vaccination schedule completion among adult users of primary health care in Brazil，聚焦巴西两个州首府社会弱势社区中初级卫生保健（PHC）成年用户的COVID-19疫苗接种程序完成情况。研究旨在考察与完成COVID-19疫苗接种程序相关的因素，研究对象为居住在社会弱势社区的初级卫生保健成年用户。数据集在分类上归属于感染性疾病 / 其他，主题标签为 Medicine, Health and Life Sciences，来源站为 search.dataone.org。以下依据可获得的信息对该数据集作分段介绍。
【数据集背景】
该数据集所对应的研究关注巴西初级卫生保健体系中成年用户的COVID-19疫苗接种程序完成问题。研究背景设定在两个巴西州首府的社会弱势社区，研究对象为在这些社区居住并使用初级卫生保健服务的成年人。研究的核心目标是考察与COVID-19疫苗接种程序完成情况相关的因素。这一主题属于感染性疾病领域，同时与公共卫生服务利用、疫苗接种行为等健康与生命科学议题相关。数据集的主题标签为 Medicine, Health and Life Sciences，本站分类为感染性疾病 / 其他。
【数据内容】
源站描述表明，该研究围绕初级卫生保健成年用户的COVID-19疫苗接种程序完成情况展开，并分析与之相关的因素。研究对象限定为居住在巴西两个州首府社会弱势社区的初级卫生保健成年用户。关于数据集的具体变量构成、样本量、记录条数、时间范围、文件格式与目录结构等细节，源站未提供。
【采集与来源】
该数据集来源于 search.dataone.org。源站描述指出，研究在巴西两个州首府的社会弱势社区中开展，对象为初级卫生保健的成年用户。关于数据采集的具体方式、采集时间、抽样方法、数据收集工具以及伦理审批等信息，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解巴西两个州首府社会弱势社区中初级卫生保健成年用户的COVID-19疫苗接种程序完成情况，并支持对与之相关因素的分析。其主题标签 Medicine, Health and Life Sciences 表明该数据适用于健康与生命科学相关的研究场景。关于更具体的适用场景、可支持的统计分析方法或政策评估用途，源站未提供。
【使用方法】
源站未提供该数据集的使用方法说明，包括数据读取方式、变量编码说明、分析建议或配套文档等信息。
【质量与限制】
源站未提供关于数据质量、完整性、准确性、缺失情况或使用限制的说明。由于研究对象限定于巴西两个州首府的社会弱势社区中的初级卫生保健成年用户，其覆盖范围以源站描述为限；除此之外的质量与限制信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。
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。
暂未开放公开下载
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。
免登录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
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
本研究旨在考察居住在巴西两个州首府社会弱势社区的初级卫生保健（PHC）成年使用者中，完成COVID-19疫苗接种程序的相关因素。
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。
