索马里Las'anod成人急性发热病例登革热临床特征、相关因素、治疗实践与结局的医院横断面研究数据集
该研究在索马里Sool地区Las’anod选定医院中针对成人急性发热性疾病患者开展。数据集包含社会人口学特征、临床特征、登革热血清学检测结果、相关因素、治疗实践及患者结局等信息

基本信息
资源简介
索马里Las'anod成人急性发热病例登革热临床特征、相关因素、治疗实践与结局的医院横断面研究数据集
该研究在索马里Sool地区Las’anod选定医院中针对成人急性发热性疾病患者开展。数据集包含社会人口学特征、临床特征、登革热血清学检测结果、相关因素、治疗实践及患者结局等信息
Clinical Characteristics, Associated Factors, Treatment Practices, and Outcomes of Dengue Fever among Adult Acute Febrile Illness Cases in Las'anod, Sool Region, Somalia: A Hospital-Based Cross-Sectional Study
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集支持题为“Clinical Characteristics, Associated Factors, Treatment Practices, and Outcomes of Dengue Fever among Adult Acute Febrile Illness Cases in Las’anod, Sool Region, Somalia: A Hospital-Based Cross-Sectional Study”的研究。该研究在索马里Sool地区Las’anod选定医院中针对成人急性发热性疾病患者开展。数据集包含社会人口学特征、临床特征、登革热血清学检测结果、相关因素、治疗实践及患者结局等信息。这些数据旨在支持透明性、可重复性以及关于索马里登革热和急性发热性疾病的进一步研究。
【主题与分类】
主题标签:登革热、急性发热性疾病、登革热血清学、IgM、NS1抗原、相关因素、治疗结局、成人患者。本站分类:感染/病毒感染。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.20776933
使用许可:Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.20776933
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 70.5 KB。
数据说明
该数据集支持题为“索马里索尔州拉斯阿诺德成人急性发热病例中登革热的临床特征、相关因素、治疗实践及结局:一项基于医院的横断面研究”的研究。该研究在索马里索尔州拉斯阿诺德选定的医院中,对患有急性发热性疾病的成年患者开展。数据集包含社会人口学特征、临床特征、登革热血清学检测结果、相关因素、治疗实践及患者结局等信息。这些数据旨在支持透明度、可重复性以及关于索马里登革热和急性发热性疾病的进一步研究。
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。




