双变量Poisson回归的检出率、敏感率及率比
该数据集来自plos.figshare.com，包含双变量Poisson回归分析中的检出率、敏感率及率比结果，文件为Table_5.xls
基本信息
资源简介
双变量Poisson回归的检出率、敏感率及率比
Detection, sensitivity rates and rate ratios from bivariable Poisson regressions
该数据集来自plos.figshare.com，包含双变量Poisson回归分析中的检出率、敏感率及率比结果，文件为Table_5.xls。数据涉及感染与旅行相关感染性疾病领域，可用于比较不同疾病监测系统的表现，并支持流行病学方法、疾病信息学及全球健康相关研究中的率比估计与系统敏感性分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2014-03-05。
【数据内容】
源站描述（机器翻译，仅供参考）：RR = 率比；CI = 95%置信区间。没有任何系统可被视为参考，使用不同组合也发现了类似结果。对于该表， moderated systems 按字母顺序交替选为参考，并选择 HealthMap 作为 CTP 的参考以提高可读性。
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。数据集 DOI：10.1371/journal.pone.0090536.t005。
【主题与分类】
源站学科分类：Medicine。主题标签：Computer applications、Web-based applications、epidemiology、Disease informatics、Disease mapping、Epidemiological methods、Infectious disease epidemiology、Survey methods、Global health、Infectious diseases。本站分类：感染/旅行相关感染性疾病。
【适用方向】
源站学科分类标注为 Medicine。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Detection_sensitivity_rates_and_rate_ratios_from_bivariable_Poisson_regressions_/953039
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Barboza, Philippe; Vaillant, Laetitia; Le Strat, Yann; M. Hartley, David; P. Nelson, Noele; Mawudeku, Abla; et al. (2015). Detection, sensitivity rates and rate ratios from bivariable Poisson regressions. 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：Detection, sensitivity rates and rate ratios from bivariable Poisson regressions
- DOI：10.1371/journal.pone.0090536.t005
- 发布日期：2014-03-05
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Detection_sensitivity_rates_and_rate_ratios_from_bivariable_Poisson_regressions_/953039
命令行下载
curl -L -o "Table_5.xls" "https://ndownloader.figshare.com/files/1408868"
文件清单
Table_5.xls（9.73 KB）
文件总体积 9.73 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
RR = 率比；CI = 95%置信区间。
不能将任何系统视为参照，使用不同组合也发现了类似结果。在表中，为便于阅读，交替选择经过调整的系统（按字母顺序）作为参照，并选择HealthMap作为CTP的参照。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0090536.t005（source: https://plos.figshare.com/articles/dataset/_Detection_sensitivity_rates_and_rate_ratios_from_bivariable_Poisson_regressions_/953039）。
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。
