埃塞俄比亚JMC新生儿脓毒症发病率趋势与MPC研究数据
该数据集来自埃塞俄比亚北部Mekelle市公立医院的病例对照研究，旨在确定2015年新生儿脓毒症的危险因素。数据包含S1 Appendix.DOCX与S1 Dataset.SAV两个文件，涉及病例与对照新生儿的临床及血液学诊断信息，并记录母亲相关因素如APGAR评分、分娩地点等
基本信息
资源简介
埃塞俄比亚JMC新生儿脓毒症发病率趋势与MPC研究数据
Risk Factors for Neonatal Sepsis in Public Hospitals of Mekelle City, North Ethiopia, 2015: Unmatched Case Control Study
该数据集来自埃塞俄比亚北部Mekelle市公立医院的病例对照研究，旨在确定2015年新生儿脓毒症的危险因素。数据包含S1 Appendix.DOCX与S1 Dataset.SAV两个文件，涉及病例与对照新生儿的临床及血液学诊断信息，并记录母亲相关因素如APGAR评分、分娩地点等。数据可用于分析新生儿脓毒症的风险因素，支持分类建模与流行病学统计，但需注意样本来源与时间范围（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Risk Factors for Neonatal Sepsis in Public Hospitals of Mekelle City, North Ethiopia, 2015: Unmatched Case Control Study》发表于 PLOS ONE（2016），DOI：10.1371/journal.pone.0154798。源站首次发布：2016-05-10。
【数据内容】
源站描述（机器翻译，仅供参考）：目的：新生儿脓毒症是新生儿发病和死亡的主要原因，尤其是在发展中国家。识别和治疗新生儿脓毒症的延迟是导致高死亡率的主要因素之一。本研究旨在确定2015年埃塞俄比亚北部提格雷地区Mekelle市公立医院新生儿脓毒症的危险因素。方法：在提格雷地区Mekelle市公立医院进行了一项基于医院的病例对照研究。病例为患有脓毒症的新生儿及其索引母亲，对照为未患脓毒症的新生儿及其索引母亲。一旦新生儿被临床怀疑，血液学检查结果用于诊断脓毒症。病例和对照采用系统抽样技术选取。数据使用Epi info version 7录入，然后使用SPSS window 20进行分析。二元
【数据结构与技术规格】
文件数 2 个，合计 166.93 KB。数据集 DOI：10.1371/journal.pone.0154798。
【主题与分类】
源站学科分类：Medicine、Cell Biology、Biotechnology、Immunology、Mathematical Sciences not elsewhere classified、Developmental Biology。主题标签：index mothers、risk factors、APGAR、Epi info version 7、sepsis、SPSS window 20.、case control study、CI、health center delivery、AOR。本站分类：感染性疾病/脓毒症。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Biotechnology、Immunology、Mathematical Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Risk_Factors_for_Neonatal_Sepsis_in_Public_Hospitals_of_Mekelle_City_North_Ethiopia_2015_Unmatched_Case_Control_Study/3377329
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Gebremedhin, Destaalem; Berhe, Haftu; Gebrekirstos, Kahsu (2016). Risk Factors for Neonatal Sepsis in Public Hospitals of Mekelle City, North Ethiopia, 2015: Unmatched Case Control Study. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，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：Risk Factors for Neonatal Sepsis in Public Hospitals of Mekelle City, North Ethiopia, 2015: Unmatched Case Control Study
- DOI：10.1371/journal.pone.0154798
- 发布日期：2016-05-10
- 文件数：2 个
- 文件总体积：166.93 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Risk_Factors_for_Neonatal_Sepsis_in_Public_Hospitals_of_Mekelle_City_North_Ethiopia_2015_Unmatched_Case_Control_Study/3377329
命令行下载
curl -L -o "S1 Appendix.DOCX" "https://ndownloader.figshare.com/files/5221588"
curl -L -o "S1 Dataset.SAV" "https://ndownloader.figshare.com/files/5221591"
文件清单
S1 Appendix.DOCX（42.52 KB）S1 Dataset.SAV（124.40 KB）
文件总体积 166.93 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
目的
新生儿败血症是导致新生儿发病和死亡的主要原因之一，尤其是在发展中国家。新生儿败血症识别和治疗的延迟是造成高死亡率的主要因素之一。本研究旨在确定2015年埃塞俄比亚北部提格雷州默克莱市公立医院新生儿败血症的危险因素。方法
在提格雷州默克莱市公立医院开展了一项基于医院的病例对照研究。病例为患有败血症的新生儿及其索引母亲，对照为未患败血症的新生儿及其索引母亲。在临床怀疑新生儿败血症后，采用血液学检查结果进行诊断。病例和对照采用系统抽样技术选取。数据使用Epi info 7版录入，然后使用SPSS 20版进行分析。采用二元logistic回归模型检验因变量与自变量之间的关联，并采用多因素logistic回归识别新生儿败血症的相关危险因素。结果
本研究共纳入78例病例和156例对照。
超过四分之三（76.8%）的病例为早发型脓毒症。多因素logistic回归分析显示，本研究中新生儿脓毒症的可能危险因素包括：母亲尿路感染或性传播感染史[AOR=5.23；95%CI（1.82，15.04）]、胎膜早破时间延长[AOR=7.43；95%CI（2.04，27.1）]、分娩地点；在卫生中心分娩[AOR=5.7；95%CI（1.71，19.03）]、产时发热[AOR=6.1；95%CI（1.29，28.31）]、第1分钟APGAR评分[AOR=68.9；95%CI（3.63，1308）]以及出生时未立即啼哭[AOR=124.0；95%CI（6.5，2379）]。结论：母亲和新生儿因素均增加了新生儿脓毒症的风险。加强现有的基于风险的预防策略以及改善机构分娩实践至关重要。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0154798（source: https://plos.figshare.com/articles/dataset/Risk_Factors_for_Neonatal_Sepsis_in_Public_Hospitals_of_Mekelle_City_North_Ethiopia_2015_Unmatched_Case_Control_Study/3377329）。
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。
