非洲水牛布鲁氏菌病的背景依赖性存活、繁殖力及预测的种群水平后果数据

该数据集来自 Dryad,基于南非 Kruger National Park 非洲水牛(Syncerus caffer)的布鲁氏菌病研究,包含 7 年横断面疾病调查和 4 年纵向研究,记录感染模式与适合度相关指标,并利用矩阵种群模型将观察模式转化为预测的种群水平影响

DryadDryad
dryad
浏览 16
基因组预测African buffalochronic diseaseSyncerus cafferBrucella abortusDisease ecology
Data from: Context-dependent survival, fecundity, and predicted population-level consequences of brucellosis in African buffalo

基本信息

模态
基因组
大小
0.000123498 GB
任务类型
预测
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-13

资源简介

非洲水牛布鲁氏菌病的背景依赖性存活、繁殖力及预测的种群水平后果数据

Data from: Context-dependent survival, fecundity, and predicted population-level consequences of brucellosis in African buffalo

该数据集来自 Dryad,基于南非 Kruger National Park 非洲水牛(Syncerus caffer)的布鲁氏菌病研究,包含 7 年横断面疾病调查和 4 年纵向研究,记录感染模式与适合度相关指标,并利用矩阵种群模型将观察模式转化为预测的种群水平影响。数据涉及 Brucella abortus 导致的慢性感染,可用于疾病生态学、野生动物种群动态与慢性感染影响分析(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2016。

【数据内容】

源站描述(机器翻译,仅供参考):1. 慢性感染可能对野生动物种群产生负面影响,但在缺乏长期种群监测的情况下,其影响难以被发现。导致牛布鲁氏菌病的细菌 Brucella abortus 会在野生和家养有蹄类动物中引起慢性感染和流产,但其对种群动态的影响尚不明确。2. 我们基于(1)7 年的横断面疾病调查和(2)南非 Kruger National Park(KNP)的一项 4 年纵向研究,报告了非洲水牛中牛布鲁氏菌病的感染模式和适合度相关性。随后,我们使用矩阵种群模型将这些观察到的模式转化为预测的种群水平影响。3. 年度布鲁氏菌病血清流行率范围为 8·7%(95% CI = 1·8–15·6)至 47·6%(95% CI = 35·1–60·1),随年龄增长至成年(>6)而升高,并因 KNP 内地点而异。Anim

【主题与分类】

主题标签:African buffalo、chronic disease、Syncerus caffer、Brucella abortus、Disease ecology。本站分类:感染性疾病。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.p6678

使用许可:Creative Commons Zero v1.0 Universal。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

有偿下载

公开数据集受托下载与技术交付服务。

提供高速下载与技术交付服务(收技术服务费,非数据销售)

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://doi.org/10.5061/dryad.p6678

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 123.5 KB。

数据说明

  1. 慢性感染可能对野生动物种群产生负面影响,但在缺乏长期种群监测的情况下,其影响难以察觉。流产布鲁氏菌(Brucella abortus)是导致牛布鲁氏菌病的细菌,可在野生和家养有蹄类动物中引起慢性感染和流产,但其对种群动态的影响尚不明确。2. 我们基于(1)7年的横断面疾病调查和(2)南非克鲁格国家公园(KNP)为期4年的纵向研究,报告了非洲水牛中牛布鲁氏菌病的感染模式及其与适合度的相关性。随后,我们使用矩阵种群模型将这些观察到的模式转化为预测的种群水平效应。3. 布鲁氏菌病年血清流行率范围为8.7%(95% CI = 1.8–15.6)至47.6%(95% CI = 35.1–60.1),随年龄增长至成年(>6岁)而升高,并因KNP内地点而异。动物在布鲁氏菌病检测呈阳性后平均状况更差(F = −5.074,P < 0.0001),且感染与死亡率增加2.0倍(95% CI = 1.1–3.7)相关(χ2 = 2.039,P = 0.036)。

低体况的水牛与较低的繁殖成功率相关(F = 2·683,P = 0·034),但布鲁氏菌病与妊娠或观察到带犊之间没有关联。4. 对于在种群中观察到的体况评分范围,模型预测的增长率在无布鲁氏菌病的牛群中为λ = 1·11(95% CI = 1·02–1·21),而当布鲁氏菌病血清阳性率为30%时,λ = 1·00(95% CI = 0·85–1·16)。5. 我们的结果表明,布鲁氏菌病感染可能导致种群增长率降低,但由于这些影响随人口统计和环境条件而变化,如果没有密集的纵向监测,这些影响可能不会被发现。

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。

数据缺失?

依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。

⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。

获取专属数据定制方案