社区获得性艰难梭菌感染聚集区患者预测变量单因素关联数据
该数据集来自 figshare，配套 2017 年发表于 PLOS ONE 的论文，围绕社区获得性艰难梭菌感染（CA-CDI）展开
基本信息
资源简介
社区获得性艰难梭菌感染聚集区患者预测变量单因素关联数据
Comparison of patients with community-acquired C. difficile infection (CA-CDI) in clusters or “hot spots” of infection versus patients with CA-CDI not located in clusters or hot spots.
该数据集来自 figshare，配套 2017 年发表于 PLOS ONE 的论文，围绕社区获得性艰难梭菌感染（CA-CDI）展开。数据比较了位于感染聚集区或“热点”的 CA-CDI 患者与不在聚集区的 CA-CDI 患者，包含收集到的预测变量与感染之间的单因素关联结果。文件共 1 个，样例为 Table 1.xls。研究涉及 10 个县、360 个人口普查区以及患者家庭住址等地理信息，可用于分析 CA-CDI 聚集现象相关的风险因素与地理分布特征（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Identification of novel risk factors for community-acquired Clostridium difficile infection using spatial statistics and geographic information system analyses》发表于 PLOS ONE（2017），DOI：10.1371/journal.pone.0176285。源站首次发布：2017-05-16。
【数据内容】
源站描述（机器翻译，仅供参考）：比较位于感染聚集区或“热点”的社区获得性艰难梭菌感染（CA-CDI）患者与不在聚集区或热点的 CA-CDI 患者。
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。数据集 DOI：10.1371/journal.pone.0176285.t001。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Biotechnology、Environmental Sciences not elsewhere classified、Ecology、Cancer。主题标签：novel risk factors、proximity、10 counties、Geographic Information System、risk factors、GIS、10- county area、360 Census Tracts、patient home addresses、infection。本站分类：感染性疾病。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Biotechnology、Environmental Sciences not elsewhere classified、Ecology、Cancer。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Comparison_of_patients_with_community-acquired_i_C_i_i_difficile_i_infection_CA-CDI_in_clusters_or_hot_spots_of_infection_versus_patients_with_CA-CDI_not_located_in_clusters_or_hot_spots_/5009768
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：J. Anderson, Deverick; Rojas, Leoncio Flavio; Watson, Shera; Knelson, Lauren P.; Pruitt, Sohayla; Lewis, Sarah S.; et al. (2017). Comparison of patients with community-acquired C. difficile infection (CA-CDI) in clusters or “hot spots” of infection versus patients with CA-CDI not located in clusters…
【使用注意】
· 源站最后修改于 2023-06-07，引用时请注意版本时效。
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（Figshare）
- 源站标题：Comparison of patients with community-acquired <i>C</i>. <i>difficile</i> infection (CA-CDI) in clusters or “hot spots” of infection versus patients with CA-CDI not located in clusters or hot spots.
- DOI：10.1371/journal.pone.0176285.t001
- 发布日期：2017-05-16
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Comparison_of_patients_with_community-acquired_i_C_i_i_difficile_i_infection_CA-CDI_in_clusters_or_hot_spots_of_infection_versus_patients_with_CA-CDI_not_located_in_clusters_or_hot_spots_/5009768
命令行下载
curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/8440532"
文件清单
Table 1.xls（9.73 KB）
文件总体积 9.73 KB（源站 API 实测）。
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。
数据说明
比较聚集性或“热点”感染区域内的社区获得性艰难梭菌感染（CA-CDI）患者与不在聚集性或热点区域的CA-CDI患者。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0176285.t001（source: https://plos.figshare.com/articles/dataset/Comparison_of_patients_with_community-acquired_i_C_i_i_difficile_i_infection_CA-CDI_in_clusters_or_hot_spots_of_infection_versus_patients_with_CA-CDI_not_located_in_clusters_or_hot_spots_/5009768）。
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。
