大流行预防、准备与应对相关卫生支出：国家-年份估计（2016–2030）及可复现分析代码

数据集获取

源站：https://doi.org/10.5281/zenodo.23201977

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 2.0 MB。

数据说明

该代码库包含支持2016至2030年大流行病预防、防范与应对（PPR）相关卫生支出研究的数据和分析代码。代码库由6个R脚本组成，涵盖数据准备、使用时空高斯过程回归进行回顾性估计、不确定性估计与模型验证、分解分析、替代情景下基于集合的预测，以及最终分析输出的生成。代码库还包含一个Excel工作簿，其中载有PPR相关卫生支出的最终国家-年份估计值，包括免疫规划（HC.6.2）、流行病学监测及风险和疾病控制规划（HC.6.5）、灾害和应急响应准备规划（HC.6.6）以及PPR相关卫生支出总额的点估计值和95%不确定性区间。该工作簿包含2016—2023年的回顾性估计值，以及参考情景、持续高度优先防范情景和大流行后财政紧缩情景下2024—2030年的预测值。

文件Supplementary appendix_clean提供了研究变量的详细定义、分析中所用所有公开数据库的链接和参考文献、国家纳入标准、元数据加权程序、回顾性估计方法、不确定性估计、模型验证、分解方法、预测模型构建、情景定义以及所使用的R包。基础输入数据来自公开可访问的国际数据库，包括WHO GHED、联合国数据库、世界银行开放数据、2024年世界人口展望、IHME Financing Global Health、IMF世界经济展望数据库和Natural Earth。

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。