描述拉丁美洲和东南亚部分社区6月龄至50岁家庭成员登革热病毒疾病负担的研究
该数据集来自 clinicaltrials.gov，主题为登革热（Dengue）及登革热疫苗（Dengue Vaccines），属于感染性疾病分类下的其他类
基本信息
资源简介
描述拉丁美洲和东南亚部分社区6月龄至50岁家庭成员登革热病毒疾病负担的研究
该数据集英文名称为“This Study Will Describe the Burden of DENgue Fever Virus (DENV) Illness Among Household Members Aged 6 Months to 50 Years of Selected Communities in Latin America and Southeast Asia”，来源于临床试验注册平台 clinicaltrials.gov，主题标签为登革热（Dengue）与登革热疫苗（Dengue Vaccines），在感染性疾病分类下归入其他类。其源站描述表明，该研究旨在描述拉丁美洲与东南亚部分选定社区中，6 个月至 50 岁家庭成员间登革热病毒（DENV）疾病负担的情况。数据集围绕登革热这一蚊媒传染病及其疫苗相关议题组织，属于感染性疾病领域的一项研究性数据资源，可供关注登革热流行病学与疫苗研究的用户参考。
【数据集背景】
登革热是由登革热病毒（DENV）引起的感染性疾病，登革热疫苗则是与之相关的预防性产品。该数据集所对应的研究聚焦于拉丁美洲和东南亚的选定社区，关注对象为家庭成员中 6 个月至 50 岁的人群，研究目的在于描述这一人群范围内 DENV 疾病的负担情况。数据集的主题标签明确指向登革热与登革热疫苗两个方向，在分类体系中属于感染性疾病下的其他类，说明其内容与传染病研究相关，但并未归入更细的专门类别。
【数据内容】
依据源站描述，该数据集所涉及的研究内容为描述选定社区家庭成员中登革热病毒疾病负担，覆盖年龄范围为 6 个月至 50 岁，地理范围涉及拉丁美洲与东南亚的选定社区。数据集的主题标签为登革热与登革热疫苗。除上述信息外，关于数据集的具体字段构成、记录数量、变量类型、时间跨度等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即临床试验注册平台。其源站描述列出了研究条件为登革热与登革热疫苗，并说明了研究目的。关于数据采集的具体方法、采样方式、随访安排、数据收集工具与流程等，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解拉丁美洲与东南亚选定社区中 6 个月至 50 岁家庭成员登革热疾病负担的研究背景，适合作为登革热流行病学与登革热疫苗相关研究的参考材料。关于更具体的应用场景与分析用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方式、数据格式、访问途径或分析建议。
【质量与限制】
该数据集的信息来自临床试验注册平台的描述，研究覆盖范围限定于拉丁美洲与东南亚的选定社区，目标人群为 6 个月至 50 岁的家庭成员。关于数据质量评估、完整性、偏倚控制及使用限制等具体内容，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT02766088
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
研究条件：登革热、登革热疫苗。本研究旨在描述拉丁美洲和东南亚选定社区中6个月至50岁家庭成员间登革病毒（DENV）疾病的负担。
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。
