最小数据集：Eswatini 25–59岁女性宫颈癌筛查覆盖率及相关因素（2021）
数据覆盖 Eswatini 25–59 岁女性的宫颈癌筛查覆盖率及相关因素，来源于 2021 年 PHIA 调查。可用于分析该人群筛查覆盖情况及其关联因素，原始 PHIA 数据需向 Columbia University
基本信息
资源简介
最小数据集：Eswatini 25–59岁女性宫颈癌筛查覆盖率及相关因素（2021）
Minimal dataset - cervical cancer screening coverage and associated factors among women aged 25–59 years in Eswatini (2021)
该数据集为一份最小化、去标识化的分析数据，用于复现论文《Cervical cancer screening coverage and associated factors among women aged 25–59 years in Eswatini: insights from the 2021 Population-Based HIV Impact Assessment (PHIA) survey》的研究结果。数据覆盖 Eswatini 25–59 岁女性的宫颈癌筛查覆盖率及相关因素，来源于 2021 年 PHIA 调查。可用于分析该人群筛查覆盖情况及其关联因素，原始 PHIA 数据需向 Columbia University。
【数据集背景】
源站首次发布：2025-12-29。
【数据结构与技术规格】
文件数 1 个，合计 461.02 KB。数据集 DOI：10.6084/m9.figshare.30961934.v1。
【主题与分类】
源站学科分类：Preventative health care。主题标签：cervical canceer screening。本站分类：肿瘤/宫颈癌。
【适用方向】
源站学科分类标注为 Preventative health care。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Minimal_dataset_-_cervical_cancer_screening_coverage_and_associated_factors_among_women_aged_25_59_years_in_Eswatini_2021_/30961934
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Tafese, Abenezer (2025). Minimal dataset - cervical cancer screening coverage and associated factors among women aged 25–59 years in Eswatini (2021). figshare. Dataset
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/10.6084/m9.figshare.30961934
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 461.0 KB。
数据说明
该数据集包含用于复现手稿《斯威士兰25-59岁女性宫颈癌筛查覆盖率及相关因素：来自2021年基于人群的HIV影响评估(PHIA)调查的见解》结果所需的最小化去标识分析数据。原始PHIA数据可向哥伦比亚大学ICAP申请获取。
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。
