巴西八州首府献血者SARS-CoV-2抗体动态与COVID-19流行病学

数据集获取

源站：https://search.dataone.org/view/sha256%3Aec5f57784455139edc25471a9c6d6f44353a07a37045c303fcbb2ca74193902a

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。

数据说明

巴西的COVID-19情况因各地区疫情形态和规模的巨大差异而变得复杂。本文检测了2020年3月至2021年3月期间巴西八个人口最多城市的月度献血样本中的IgG抗体。在Gamma变异株成为优势毒株之前的2020年12月，经血清转阴调整后推断的SARS-CoV-2感染率从库里蒂巴的19.3%（95%可信区间17.5%-21.2%）到马瑙斯的75.0%（95%可信区间70.8%-80.3%）不等。女性及55岁以上献血者的血清阳性率 consistently较低。各城市间年龄特异性感染致死率（IFR）存在差异，且随年龄增长而持续升高。在马瑙斯由Gamma变异株主导的第二波疫情期间，感染住院率（IHR）显著上升，提示与马瑙斯此前流行的变异株相比，Gamma变异株的致病性增加。与卫生系统崩溃相关的更高疾病侵袭性使总体感染致死率至少增加了2.9倍……

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。