One Health视角下多种地方性传染病社区传播风险评估
该数据集来自clinicaltrials.gov,聚焦柬埔寨全国性、One Health、多病原体倡议RACSMEI,覆盖登革热、基孔肯雅热、寨卡病毒感染、日本脑炎、西尼罗病毒、蜱传脑炎、严重发热伴血小板减少综合征、尼帕病毒感染等传染病

基本信息
资源简介
One Health视角下多种地方性传染病社区传播风险评估
该数据集来自clinicaltrials.gov,聚焦柬埔寨全国性、One Health、多病原体倡议RACSMEI,覆盖登革热、基孔肯雅热、寨卡病毒感染、日本脑炎、西尼罗病毒、蜱传脑炎、严重发热伴血小板减少综合征、尼帕病毒感染等传染病。项目旨在生成公共卫生决策所需的整合证据,并建立结构化生物样本库和 curated 数据集,支持长期合作研究、知识共享与循证政策,同时包含能力建设、技术转移、社区与利益相关方参与,以促进未来研究及成果应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Dengue, Chikungunya, Zika Virus Infection, Japanese Encephalitis, West Nile Virus, Tick-borne Encephalitis (TBE), Severe Fever With Thrombocytopenia Syndrome, Nipah Virus Infection. RACSMEI 是一项全国性、One Health、多病原体倡议,旨在为柬埔寨的公共卫生决策生成整合证据。除产生流行病学发现外,该项目将建立结构化生物样本库和 curated 数据集,以支持长期合作研究、知识共享和循证政策。该计划包括能力建设和技术转移,以加强国家机构并促进区域科学领导力和国际合作。计划与社区和国家利益相关方接触,以促进未来研究并推动成果在实践中应用。总体而言,RACSMEI 旨在
【主题与分类】
主题标签:Dengue、Chikungunya、Zika Virus Infection、Japanese Encephalitis、West Nile Virus、Tick-borne Encephalitis (TBE)、Nipah Virus Infection、Hantavirus Infections、Hepatitis E、Brucellosis。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07358910
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://clinicaltrials.gov/study/NCT07358910
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
研究疾病:登革热、基孔肯雅热、寨卡病毒感染、日本脑炎、西尼罗病毒、蜱传脑炎(TBE)、严重发热伴血小板减少综合征、尼帕病毒感染。RACSMEI是一项全国性、One Health、多病原体倡议,旨在为柬埔寨公共卫生决策生成综合性证据。除产出流行病学发现外,该项目还将建立结构化生物样本库和精选数据集,以支持长期合作研究、知识共享和循证政策。该项目包括能力建设和技术转让,以加强国家机构并促进区域科学领导力和国际合作。计划与社区和国家利益相关方接触,以促进未来研究并推动研究成果在实践中应用。总体而言,RACSMEI旨在为低收入和中等收入环境中的综合传染病评估提供可扩展模式,建立持久的基础设施、伙伴关系和决策支持资源,使其在项目期结束后仍可使用。
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。




