日本成人门诊抗流感药物成本效果分析数据
该数据集来自 datadryad.org，对应日本成人门诊环境下抗流感药物（baloxavir marboxil 与 oseltamivir）的成本效果分析研究
基本信息
资源简介
日本成人门诊抗流感药物成本效果分析数据
Cost‑effectiveness analysis of anti‑influenza drugs in adult outpatient settings in Japan
该数据集来自 datadryad.org，对应日本成人门诊环境下抗流感药物（baloxavir marboxil 与 oseltamivir）的成本效果分析研究。数据基于决策树模型，概率参数来自 CAPSTONE 1 和 CAPSTONE 2 试验，直接成本包括医疗成本和药品价格，医疗成本取自日本医疗费用指数（2019 版），效果结局为 EQ-5D-5L 问卷测量的 QALY，时间跨度为 14 天，并包含确定性和概率敏感性分析。可用于复现或扩展该成本效果分析、比较不同抗流感药物的经济性，以及开展相关方法学研究（来源 Dryad，https://spdx.org/licenses/CC0-1.0.html 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：流感病毒感染（全球300万至500万例）导致的生产力损失有时可达五个工作日，是一个重大的社会经济问题。本研究从医疗支付方角度，比较了 baloxavir marboxil 与 oseltamivir 在日本成人门诊环境中治疗流感的成本效果。构建了决策树模型，低风险患者的概率来自 CAPSTONE 1，高风险患者的概率来自 CAPSTONE 2。直接成本包括医疗成本和药品价格。医疗成本取自日本医疗费用指数（2019 版）。效果结局（质量调整生命年 [QALY]）使用 EQ-5D-5L 问卷对既往感染流感的成人患者进行测量。时间跨度为 14 天。确定性和概率敏感性分析被进
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.m905qfv4n。
【主题与分类】
主题标签：baloxavir marboxil、influenza virus infection、Cost-effectiveness analysis、QALY、Japan。本站分类：感染/流感。
【获取与许可】
源站页面：https://doi.org/10.5061/dryad.m905qfv4n
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/stash/dataset/doi:10.5061/dryad.m905qfv4n
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:
数据集大小约 9.1 KB。
数据说明
Naoto Nakagawa (2023). Cost‑effectiveness analysis of anti‑influenza drugs in adult outpatient settings in Japan [Dataset]. http://doi.org/10.5061/dryad.m905qfv4n
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。
