GBD-MAPS-Global：分析输入数据集
主题标签：肿瘤、肺癌、PM2.5、空气污染、全球疾病负担、死亡率、暴露评估。本数据集为肿瘤领域公开数据集，由Zenodo提供，主题涵盖肿瘤。
基本信息
资源简介
GBD-MAPS-Global：分析输入数据集
GBD-MAPS-Global: Analysis Input Dataset 是一个面向全球疾病负担与空气污染健康影响研究的公开数据集，由 Zenodo 发布，发布时间为 2021 年，采用 Creative Commons Attribution 4.0 International 许可。该数据集汇集了 2021 年全球疾病负担—主要空气污染源（GBD-MAPS）全球研究分析脚本包所使用的输入数据，相关分析成果发表于 Nature Communications 论文《Source Sector and Fuel Contributions to Ambient PM2.5 Attributable Mortality Across Multiple Spatial Scales》。数据集作者包括 McDuffie, Erin、Brauer, Michael、Martin, Randall、Spadaro, Joseph、Burnett, Richard、Hammer, Melanie、van Donkelaar, Aaron 等。本站将其归类于肿瘤 / 肺癌方向，主题标签涵盖肿瘤、肺癌、PM2.5、空气污染、全球疾病负担、死亡率与暴露评估，适合关注空气污染归因死亡风险及肺癌相关环境暴露研究的研究者使用。
【数据集背景】
该数据集服务于 2021 年全球疾病负担—主要空气污染源（GBD-MAPS）全球研究。该研究旨在分析环境 PM2.5 归因死亡在不同空间尺度上的来源部门与燃料贡献，相关分析描述于 McDuffie 等人发表于 Nature Communications 的论文中。数据集作为该研究分析脚本包的输入数据集合，为复现和扩展相关分析提供基础。其主题涉及空气污染、PM2.5 暴露、全球疾病负担与死亡率，并与肿瘤、肺癌方向相关联。
【数据内容】
数据集包含分析脚本包所使用的输入数据。根据源站描述，输入数据文件包括：BurdenData.zip，内容为 GBD 基线死亡率数据以及 GBD 和 GEMM PM2.5 相对风险曲线；CoExposure_Factors.csv，内容为用于区分家庭与室外 PM2.5 暴露的共暴露因子；以及以 GBD19_[year]_ 形式命名的文件。源站描述在此处未完整列出后续内容，因此该命名文件的完整说明源站未提供。数据集整体围绕 PM2.5 暴露、相对风险、基线死亡率与共暴露因子等要素组织，用于支撑空气污染归因死亡分析。
【采集与来源】
数据集来源站为 doi.org，由 Zenodo 提供，发布时间为 2021 年。作者包括 McDuffie, Erin、Brauer, Michael、Martin, Randall、Spadaro, Joseph、Burnett, Richard、Hammer, Melanie、van Donkelaar, Aaron。源站描述中提及分析脚本包位于 GitHub 仓库 https://github.com/emcduffie/GBD-MAPS-Global，相关研究论文 DOI 为 https://doi.org/10.1038/s41467-021-23853-y。除上述信息外，关于数据采集方法、原始数据来源与处理流程的更多细节，源站未提供。
【适用场景】
该数据集适用于空气污染与健康影响研究，尤其是围绕 PM2.5 归因死亡的分析。其主题标签包括肿瘤、肺癌、PM2.5、空气污染、全球疾病负担、死亡率与暴露评估，因此可用于探索环境细颗粒物暴露与死亡风险之间的关系，并支持与肺癌等肿瘤相关环境暴露议题的交叉研究。数据集也可用于复现 GBD-MAPS 全球研究的分析流程，或作为相关建模与风险评估研究的输入数据。由于包含 GBD 基线死亡率、GBD 与 GEMM 相对风险曲线以及共暴露因子，其适用场景涉及相对风险评估、暴露区分与归因死亡计算等方向。
【使用方法】
数据集为分析脚本包的输入数据，使用时应结合源站描述中提及的分析脚本包（https://github.com/emcduffie/GBD-MAPS-Global）进行。使用者可依据脚本包的组织方式，将 BurdenData.zip、CoExposure_Factors.csv 以及 GBD19_[year]_ 等文件作为输入，开展与 GBD-MAPS 全球研究一致的分析。关于具体运行环境、依赖条件、参数设置与操作步骤，源站未提供，需参考脚本包及相关论文。数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需遵守相应署名要求。
【质量与限制】
该数据集来源于 Zenodo，与已发表的 Nature Communications 论文及公开分析脚本包相关联，具备可追溯的学术背景。其内容聚焦于 GBD-MAPS 全球研究的输入数据，覆盖基线死亡率、相对风险曲线与共暴露因子等关键要素。然而，源站描述未提供关于数据精度、覆盖范围、时间跨度、空间分辨率、缺失值处理或不确定性评估的详细信息，因此这些方面的质量特征源站未提供。使用者应注意，数据集为分析输入数据，其解释与结论需结合具体分析脚本与论文语境。此外，GBD19_[year]_ 文件的完整命名规则与内容说明源站未提供，使用前需自行核实。
【引用与许可】
使用该数据集时，应引用相关研究成果：McDuffie, E. E., Martin, R. V., Spadaro, J. V., Burnett, R., Smith, S. J., O'Rourke, P., Hammer, M., van Donkelaar, A., Bindle, L., Shah, V., Jaegle, L., Luo, G., Yu, F., Adeniran, J., Lin, J., Brauer, M. Source Sector and Fuel Contributions to Ambient PM2.5 Attributable Mortality Across Multiple Spatial Scales, Nature Communications, 12, 3594 (2021). https://doi.org/10.1038/s41467-021-23853-y。数据集采用 Creative Commons Attribution 4.0 International 许可，允许在署名条件下使用、共享与改编。关于引用的具体格式要求及许可的完整条款，建议参照 Zenodo 页面与 Creative Commons 官方说明。
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.4642699
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 19.64 GB。
数据说明
概述本数据集包含用于2021年全球疾病负担-主要空气污染源（GBD-MAPS）-全球研究的分析脚本包（https://github.com/emcduffie/GBD-MAPS-Global）中所使用的输入数据。该分析在以下文章中进行了描述：McDuffie, E. E., Martin, R. V., Spadaro, J. V., Burnett, R., Smith, S. J., O’Rourke, P., Hammer, M., van Donkelaar, A., Bindle, L., Shah, V., Jaegle, L., Luo, G., Yu, F., Adeniran, J., Lin, J., Brauer, M. 源部门和燃料对多个空间尺度上环境PM2.5归因死亡率的贡献，《自然通讯》，12, 3594 (2021)。
https://doi.org/10.1038/s41467-021-23853-y 输入数据文件说明：BurdenData.zip - GBD基线死亡率数据及GBD和GEMM PM2.5相对风险曲线 CoExposure_Factors.csv - 用于区分家庭和室外PM2.5暴露的共暴露因子 GBD19_[年份]Base_Mortality[疾病].csv - 2019年全球疾病负担国家层面基线死亡率数据（单位：死亡人数），按每种疾病分别列出2017年和2019年的数据 GBD19_[年份]Baseline_Mortality[下限/上限][疾病].csv - 2019年全球疾病负担国家层面基线死亡率数据，95%置信区间上下限（单位：死亡人数），按每种疾病分别列出2017年和2019年的数据 MRBRT[疾病].csv - 来自2019年全球疾病负担的COPD、II型糖尿病、缺血性心脏病、肺癌、中风、下呼吸道感染、低出生体重和早产的相对风险因子，作为PM2.5浓度的函数。对应方程中的RR*值。
(1) 在 McDuffie 等人（2021）的研究中（对应 MRBRT_PM25.csv 文件中的数据）MRBRT_PM25.csv - 与 MRBRT 相对风险曲线对应的 PM2.5 浓度（单位：µg m-3）GEMM_[disease].csv - 来自更新的全球暴露死亡率模型（GEMM）的相对风险曲线，涵盖 COPD、II 型糖尿病、IHD、肺癌、中风、LRI、低出生体重和早产，作为 PM2.5 浓度的函数 对应 RR*
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。
