肯尼亚沿海儿童登革热暴露时间趋势复制数据

该数据集是肯尼亚沿海儿童登革热血清阳性率时间趋势研究的复制数据,包含1998年8月31日至2018年4月10日期间在Kilifi的Junju和Ngerenya采集的登革热血清学数据

Harvard DataverseHarvard Dataverse
dataverse
浏览 11
其他预测Medicine, Health and Life Sciences
Replication Data for: Temporal trends of dengue exposure among children in coastal Kenya

基本信息

模态
其他
大小
0.000470572 GB
任务类型
预测
创建/更新时间
2026-10-18

资源简介

肯尼亚沿海儿童登革热暴露时间趋势复制数据

Replication Data for: Temporal trends of dengue exposure among children in coastal Kenya

该数据集是肯尼亚沿海儿童登革热血清阳性率时间趋势研究的复制数据,包含1998年8月31日至2018年4月10日期间在Kilifi的Junju和Ngerenya采集的登革热血清学数据。数据涵盖9个变量、8030条观测记录,来自1846名15岁及以下参与者。该数据可用于分析登革热暴露的长期趋势、血清阳性率变化及相关流行病学研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2023。

【数据内容】

源站描述(机器翻译,仅供参考):这是题为“1998–2018年肯尼亚沿海儿童登革热血清阳性率的时间趋势:一项纵向队列研究”的手稿的复制数据集。登革热血清学数据于1998年8月31日至2018年4月10日期间在Kilifi的Junju和Ngerenya采集,时间跨度为1998–2018年。该数据集包含9个变量和8030条观测记录,来自1846名15岁及以下的参与者。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。本站分类:感染/病毒感染。

【获取与许可】

源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/WB1G4F

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/WB1G4F

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 470.6 KB。

数据说明

这是题为“1998—2018年肯尼亚沿海地区儿童登革热血清流行率的时间趋势:一项纵向队列研究”的手稿的重复数据集。登革热血清学数据于1998年8月31日至2018年4月10日期间从基利菲的Junju和Ngerenya收集,时间跨度为1998—2018年。该数据集包含9个变量和8030条观测记录,来自1,846名15岁及以下的参与者。

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。

获取专属数据定制方案