脑膜炎球菌病发病率数据集（2016-2019年，基于CMS和MarketScan数据）
基于美国CMS和MarketScan索赔数据，提供2016-2019年按患者特征分层的脑膜炎球菌病发病率（每10万人年）的表格数据集。
基本信息
资源简介
脑膜炎球菌病发病率数据集（2016-2019年，基于CMS和MarketScan数据）
【一句话概览】
本数据集是 figshare 公开的结构化表格数据集，收录 1 个文件、合计 13.82 KB，主题涵盖 health insurance type、27 times higher、sponsored commercial insurance、2016 &# 8211、commercial insurance data，可用于统计建模、特征工程与队列分析，CC BY 4.0 许可开放获取。
【数据集背景】
本数据集源站标题为《Meningococcal disease incidence, per 100,000K person-years, by select patient characteristics, in Centers for Medicare and Medicaid Services, Medicaid data, and MarketScan commercial insurance claims data, 2016–2019.》。配套论文《Differences in meningococcal disease incidence by health insurance type and among persons experiencing homelessness—United States, 2016–2019》发表于 PLOS ONE（2023），DOI：10.1371/journal.pone.0293070。源站首次发布：2023-10-19。
【数据内容】
源站原始描述：Meningococcal disease incidence, per 100,000K person-years, by select patient characteristics, in Centers for Medicare and Medicaid Services, Medicaid data, and MarketScan commercial insurance claims data, 2016–2019
【数据结构与技术规格】
文件数 1 个，合计 13.82 KB。Table 1.xls：application/vnd.ms-excel，13.82 KB。数据集 DOI：10.1371/journal.pone.0293070.t001。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Biological Sciences not elsewhere classified、Cancer、Science Policy、Hematology。主题标签：health insurance type、27 times higher、sponsored commercial insurance、2016 &# 8211、commercial insurance data、meningococcal disease incidence、000 pys ).、commercial insurance、rare disease、higher burden。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Meningococcal_disease_incidence_per_100_000K_person-years_by_select_patient_characteristics_in_Centers_for_Medicare_and_Medicaid_Services_Medicaid_data_and_MarketScan_commercial_insurance_claims_data_2016_2019_/24389691
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Isenhour, Cheryl J.; Crowe, Samuel J.; McNamara, Lucy A. (2023). Meningococcal disease incidence, per 100,000K person-years, by select patient characteristics, in Centers for Medicare and Medicaid Services, Medicaid data, and MarketScan commercial insurance claims data, 2016–2019.. PLOS ONE. Dataset
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：Meningococcal disease incidence, per 100,000K person-years, by select patient characteristics, in Centers for Medicare and Medicaid Services, Medicaid data, and MarketScan commercial insurance claims data, 2016–2019.
- DOI：10.1371/journal.pone.0293070.t001
- 发布日期：2023-10-19
- 文件数：1 个
- 文件总体积：13.82 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Meningococcal_disease_incidence_per_100_000K_person-years_by_select_patient_characteristics_in_Centers_for_Medicare_and_Medicaid_Services_Medicaid_data_and_MarketScan_commercial_insurance_claims_data_2016_2019_/24389691
命令行下载
curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/42795786"
文件清单
Table 1.xls（13.82 KB）
文件总体积 13.82 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
Meningococcal disease incidence, per 100,000K person-years, by select patient characteristics, in Centers for Medicare and Medicaid Services, Medicaid data, and MarketScan commercial insurance claims data, 2016–2019.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0293070.t001（source: https://plos.figshare.com/articles/dataset/Meningococcal_disease_incidence_per_100_000K_person-years_by_select_patient_characteristics_in_Centers_for_Medicare_and_Medicaid_Services_Medicaid_data_and_MarketScan_commercial_insurance_claims_data_2016_2019_/24389691）。
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。
