巴西皮肤软组织感染与丹毒住院数据2000-2023：分析代码与汇总数据
用于巴西2000-2023年住院、院内病死率和住院报销的生态时间序列研究的Python代码和汇总输入数据（主要诊断为ICD-10 L00-L08或A46的SIH/SUS住院记录；IBGE人口预测；2022年人口普查）
基本信息
资源简介
巴西皮肤软组织感染与丹毒住院数据2000-2023：分析代码与汇总数据
该数据集围绕巴西2000—2023年皮肤及软组织感染与丹毒的住院情况，提供了一套可复现的Python分析代码及相应的汇总输入数据。研究采用生态时间序列设计，关注住院发生情况、院内病死率以及住院报销三个层面的指标。数据覆盖主要诊断为ICD-10编码L00-L08或A46的SIH/SUS住院记录，并结合IBGE人口预测与2022年人口普查数据作为人口分母基础。数据集由Leão, Alana等八位作者共同完成，存放于Zenodo平台，发布时间为2026年，采用知识共享署名4.0国际许可协议。所有数据均为公开的汇总数据，运行主脚本ssti_analysis.py即可重现文章中的全部估计值、表格与图形。
【数据集背景】
皮肤及软组织感染与丹毒是临床常见的感染性疾病类型，其住院负担、结局与费用在公共卫生监测中具有重要参考价值。该数据集服务于一项针对巴西全国范围、跨越二十余年时间的生态时间序列研究，旨在为相关疾病住院趋势、院内病死率变化及住院报销情况的分析提供透明、可复现的材料基础。研究时间跨度自2000年至2023年，覆盖巴西全国层面。
【数据内容】
数据集包含两部分核心内容：一是Python分析代码，主脚本为ssti_analysis.py，运行后可重现文章中的每一项估计、每一张表格和每一幅图形；二是汇总输入数据，具体包括SIH/SUS住院记录（主要诊断为ICD-10 L00-L08或A46）、IBGE人口预测数据以及2022年人口普查数据。上述数据均为汇总层面的公开数据，不涉及个体层面的可识别信息。
【采集与来源】
数据来源包括巴西SIH/SUS住院信息系统、IBGE人口预测以及2022年人口普查。数据集通过doi.org来源站发布，存放机构为Zenodo。源站说明上述数据均为公开且经过汇总处理的数据。
【适用场景】
该数据集适用于感染性疾病领域的生态时间序列研究复现与方法参考，尤其适合关注住院率、院内病死率与住院报销三类指标的分析场景。研究者可借助所提供的代码与汇总数据，重现原文的估计、表格与图形，也可将其作为类似全国性住院数据分析的方法模板。此外，对于希望了解巴西皮肤及软组织感染与丹毒住院负担长期趋势的使用者，该数据集提供了可直接运行的分析材料。
【使用方法】
使用者需获取数据集中的Python代码与汇总输入数据，运行主脚本ssti_analysis.py，即可复现文章中的全部估计、表格与图形。源站未提供具体的运行环境要求、依赖库版本及参数配置说明。
【质量与限制】
数据均为公开的汇总数据，不包含个体记录。源站未提供关于数据完整性、缺失值处理、编码一致性校验等方面的具体说明。由于研究为生态时间序列设计，分析结果反映群体层面关联，源站未提供个体层面推断的相关说明。此外，源站未提供数据更新机制或版本迭代信息。
【引用与许可】
该数据集采用Creative Commons Attribution 4.0 International许可协议，使用时需按要求署名。作者为Leão, Alana、Franco, Verônica Malta、Lopes, Letícia Chaves、Ignacio, Maria Fernanda Moreira、Pacheco, Denise Cristina、Moraes, Maria Eduarda Silva Franco、Sousa, Gabriela Zanardo与Rodrigues, Marcos Manoel Ar，发布机构为Zenodo，发布时间为2026年。源站未提供具体的引用格式建议。
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
源站：https://doi.org/10.5281/zenodo.23320337
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:
数据集大小约 919.7 KB。
数据说明
用于一项关于2000—2023年巴西住院、院内病死率和医院报销的生态学时间序列研究的Python代码和汇总输入数据（主要诊断为ICD-10 L00-L08或A46的SIH/SUS住院数据；IBGE人口预测；2022年人口普查）。运行ssti_analysis.py可复现文章中的每一项估计、表格和图表。所有数据均为公开汇总数据。
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。
