低效流感疫苗优化影响复现数据
数据围绕低效流感疫苗的优化影响，涵盖住院、死亡、DALY、发病率等指标，采用年龄结构数学建模方法。可用于分析不同疫苗接种策略对流感相关健康负担的影响，支持预测与政策评估研究（来源 DataONE）
基本信息
资源简介
低效流感疫苗优化影响复现数据
该数据集围绕低效流感疫苗的优化影响展开，汇集了与相关研究论文配套的数据资源，涵盖住院、死亡、DALY（伤残调整生命年）以及发病率等健康负担指标，并采用年龄结构的数学建模方法进行分析。数据集所属分类为感染 / 流感，来源于 search.dataone.org，主题标签涉及医学、健康与生命科学、数学建模、疫苗接种、年龄结构、发病率、住院与死亡等多个方面。整体而言，该数据集可用于分析不同疫苗接种策略对流感相关健康负担的影响，支持预测与政策评估类研究，为流感防控策略的量化评估提供数据基础。
【数据集背景】
该数据集对应的研究论文为 Sah P、Medlock J、Fitzpatrick MC、Singer BH、Galvani AP 发表的《Optimizing impact of low-efficacy influenza vaccines》，刊载于 Proc Natl Acad Sci USA（2018 年）。数据集的核心关注点在于低效流感疫苗的优化使用问题，即如何在疫苗效力有限的前提下，通过策略设计最大化疫苗接种对人群健康的影响。研究采用年龄结构的数学建模方法，将人群按年龄分层，以刻画不同年龄组在流感传播与健康结局上的差异。
【数据内容】
数据集涵盖的主题标签包括住院、死亡、DALY、发病率等健康负担指标，以及数学建模、疫苗接种、年龄结构等相关主题。这些指标共同构成了评估流感相关健康负担的维度体系，可用于衡量不同疫苗接种策略在减少住院、死亡和疾病负担方面的效果。数据集所属分类为感染 / 流感，属于医学、健康与生命科学领域。除上述主题标签所反映的内容范围外，源站未提供更细化的数据字段说明。
【采集与来源】
该数据集来源于 search.dataone.org。根据源站描述，数据集与上述已发表论文相关联，配套代码可通过 https://github.com/prathasah/optimizing-flu-vaccine 获取。源站说明，若以任何形式使用该数据或代码，或基于其创建衍生作品，应引用上述论文。关于数据的具体采集方法、时间范围与地理范围，源站未提供。
【适用场景】
基于其主题标签与建模方法特征，该数据集可用于分析不同疫苗接种策略对流感相关健康负担的影响，支持预测与政策评估研究。具体而言，可围绕住院、死亡、DALY 与发病率等指标，评估年龄结构人群在不同接种策略下的健康结局差异，为低效流感疫苗的优化使用提供量化依据。其他具体应用场景源站未提供。
【使用方法】
源站提供了配套代码的获取地址（https://github.com/prathasah/optimizing-flu-vaccine），使用者可结合该代码使用数据。源站要求，若使用该数据或代码，或创建衍生作品，需引用前述论文。关于数据的具体格式、处理流程与操作步骤，源站未提供。
【质量与限制】
源站未提供关于数据质量评估、覆盖范围、精度或已知局限的说明。使用者需注意，该数据集与特定论文及其建模假设相关联，其适用性可能受研究设计与模型设定影响，具体限制信息源站未提供。
【引用与许可】
源站明确要求：若以任何形式使用该数据或代码，或创建衍生作品，应引用 Sah P, Medlock J, Fitzpatrick MC, Singer BH, Galvani AP. Optimizing impact of low-efficacy influenza vaccines. Proc Natl Acad Sci USA. 2018。配套代码可从 https://github.com/prathasah/optimizing-flu-vaccine 访问。关于具体的许可条款细节，源站未提供。
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
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
与我们的论文相关的数据集：Sah P, Medlock J, Fitzpatrick MC, Singer BH, Galvani AP. 优化低效流感疫苗的影响。Proc Natl Acad Sci USA. 2018。注：相关代码可从 https://github.com/prathasah/optimizing-flu-vaccine 获取。如果您以任何形式使用我们的数据或代码，或创建衍生作品，请引用上述论文。
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。
