量化多维障碍对获取结核病诊断服务影响的挑战
该数据集支撑一篇关于量化多维障碍对获取结核病诊断服务影响的论文中的全部分析。数据收集细节见论文，数据字典位于Excel的第二个工作表
基本信息
资源简介
量化多维障碍对获取结核病诊断服务影响的挑战
该数据集名为“Challenges in quantifying the impact of multidimensional barriers to accessing TB diagnostic services”，属于感染 / 结核病领域，来源于 doi.org，由作者 Yuen, Courtney 发布，机构为 Harvard Dataverse，发布时间为 2026 年，主题标签为 Medicine, Health and Life Sciences。该数据集支撑一篇关于量化多维障碍对获取结核病诊断服务影响的论文中的全部分析。数据收集细节见论文，数据字典位于 Excel 的第二个工作表。整体而言，该数据集围绕结核病诊断服务可及性这一主题，为相关研究分析提供底层数据支持，适合关注结核病诊断障碍、诊断服务获取以及多维影响因素的研究人员参考使用。
【数据集背景】
该数据集与一篇研究论文直接关联，论文主题聚焦于量化多维障碍对获取结核病诊断服务的影响。结核病作为感染性疾病领域的重要公共卫生问题，其诊断服务的可及性受到多种因素影响。该数据集旨在为论文中的全部分析提供数据基础，帮助研究者从多维角度考察障碍因素如何影响结核病诊断服务的获取。数据集所属分类为感染 / 结核病，主题标签为 Medicine, Health and Life Sciences，体现了其在医学与健康生命科学领域的定位。发布时间为 2026 年，作者为 Yuen, Courtney，机构为 Harvard Dataverse。源站描述指出，该数据集支撑论文内所有分析，数据收集细节可参见文章，数据字典位于 Excel 的第二个工作表。
【数据内容】
该数据集以 Excel 文件形式组织，其中第二个工作表为数据字典。数据字典通常用于说明数据集中各字段的含义、类型或编码方式，便于使用者理解数据结构与变量内容。源站描述明确提到数据字典位于 Excel 的第二个工作表，但未提供具体字段名称、变量数量、样本规模、时间范围或地理覆盖等细节。该数据集支撑一篇关于量化多维障碍对获取结核病诊断服务影响的论文中的全部分析，因此其内容应与论文分析所需的数据相对应。除上述信息外，源站未提供更详细的数据内容说明。
【采集与来源】
该数据集来源于 doi.org，机构为 Harvard Dataverse，作者为 Yuen, Courtney。源站描述指出，数据收集细节可参见相关文章。这意味着数据采集的具体方法、时间、地点、样本选择方式、调查工具或数据来源等信息，需查阅与该数据集关联的论文。该数据集本身未在源站描述中提供独立的采集流程说明。发布时间为 2026 年。除上述信息外，源站未提供更多关于采集与来源的细节。
【适用场景】
该数据集适用于支撑关于量化多维障碍对获取结核病诊断服务影响的研究分析。其主题标签为 Medicine, Health and Life Sciences，分类为感染 / 结核病，因此适合结核病诊断服务可及性、诊断障碍因素、公共卫生干预评估等相关研究方向的使用者。由于数据集支撑论文中的全部分析，使用者可结合论文中的研究设计，复现或扩展相关分析。该数据集也可用于教学、方法学参考或二次分析，但需注意其原始研究背景与适用范围。除上述信息外，源站未提供更多适用场景说明。
【使用方法】
使用该数据集时，可先查阅关联论文以了解数据收集细节与研究背景，再打开 Excel 文件，并参考第二个工作表的数据字典理解各字段含义。数据字典有助于识别变量结构、编码方式与数据组织逻辑。由于源站描述指出数据收集细节见论文，建议使用者在分析前阅读论文中的方法部分，以确保对数据生成过程和分析目标有准确理解。该数据集支撑论文中的全部分析，因此使用方法应与论文分析框架保持一致。除上述信息外，源站未提供更多使用方法说明。
【质量与限制】
源站描述未提供关于数据质量、完整性、准确性、偏差或验证情况的具体信息。该数据集支撑一篇论文中的全部分析，其质量与限制需结合论文中的方法学说明进行评估。数据字典位于 Excel 的第二个工作表，可帮助使用者理解数据结构，但源站未提供字段级质量评价。使用者应注意，该数据集的具体样本规模、覆盖范围、采集时间与地理区域等信息未在源站描述中说明。除上述信息外，源站未提供更多质量与限制说明。
【引用与许可】
该数据集作者为 Yuen, Courtney，机构为 Harvard Dataverse，来源站为 doi.org，发布时间为 2026 年。引用时应依据来源站提供的引用信息进行规范著录。关于许可条款、使用权限、再分发条件或商业使用限制等内容，源站未提供。使用者在引用或使用该数据集前，应访问 doi.org 对应页面或 Harvard Dataverse 记录，以获取最新的引用格式与许可说明。除上述信息外，源站未提供更多引用与许可细节。
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://doi.org/10.7910/DVN/CYLJAJ
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 70.9 KB。
数据说明
该数据集是出版物中所有分析的基础。数据收集的详细信息可在文章中查阅。数据字典位于Excel的第二个工作表。
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。
