基于社区起病血流感染哨点研究患病率指标预测Salmonella Typhi发病率分析复现数据

该数据集为复现一项分析提供数据,该分析利用社区起病血流感染哨点研究中的患病率指标来预测Salmonella Typhi发病率

Harvard DataverseHarvard Dataverse
dataverse
浏览 11
其他预测Medicine, Health and Life Sciencestyphoid feverincidenceprevalencebloodstream infectionsprediction model疫苗编码
Replication data for 'Predicting Salmonella Typhi incidence using prevalence metrics from sentinel studies of community-onset bloodstream infections'

基本信息

模态
其他
大小
0.000020968 GB
任务类型
预测
创建/更新时间
2026-10-21

资源简介

基于社区起病血流感染哨点研究患病率指标预测Salmonella Typhi发病率分析复现数据

Replication data for 'Predicting Salmonella Typhi incidence using prevalence metrics from sentinel studies of community-onset bloodstream infections'

该数据集为复现一项分析提供数据,该分析利用社区起病血流感染哨点研究中的患病率指标来预测Salmonella Typhi发病率。数据由Harvard Dataverse发布,作者为Hagedoorn, Nienke,发布时间为2026年,主题涵盖医学、健康与生命科学、伤寒、发病率、患病率、血流感染及预测模型。该数据可用于复现相关预测分析,并支持对伤寒发病率与患病率指标关系的进一步研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【主题与分类】

主题标签:Medicine, Health and Life Sciences、typhoid fever、incidence、prevalence、bloodstream infections、prediction model。本站分类:感染性疾病。

【获取与许可】

源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/JTTFYL

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.7910/DVN/JTTFYL

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 21.0 KB。

数据说明

本数据用于复现《利用社区起病血流感染哨点研究的患病率指标预测伤寒沙门菌发病率》一文的分析。https://doi.org/10.1016/j.vaccine.2026.128691

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。