2019–2026年新闻中的阿尔茨海默病与痴呆：文章级数据集与报道统计表

数据集获取

源站：https://doi.org/10.5281/zenodo.23446114

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 3.3 MB。

数据说明

一个关于阿尔茨海默病和痴呆症的新闻数据集，来自全球新闻索引，时间范围为2019年1月至2026年7月，使用Prism News API构建（历史和实时新闻，https://radar-api.fliarbi.com/news）。每一行是一篇关于阿尔茨海默病或痴呆症的新闻文章，包含其日期、地点、语气、编辑优先级、主题和提及的组织，以及一个可通过API返回全文的链接。本次发布的行数：25,749篇文章（占截至2026年7月31日匹配到的103,671篇文章的24.8%）。完整覆盖计数：103,683篇文章，2019年1月至2026年7月。国家：112个主要地点。研究论文：alzheimers-research-paper.pdf（发现、图表、方法）。引用发现：FINDINGS.md（14项发现，每项附有其维基百科目标）。地图：全球和美国各州覆盖过度与不足地图。许可：CC BY-NC 4.0（需署名并提供链接）。主要发现：该主题在新闻中的占比几乎持平：2019年每10,000篇中有6.92篇，2025年为6.94篇，2023年最高达8.29篇。2023年7月，即lecanemab在美国传统获批的月份，是峰值月份：每10,000篇中有11.14篇。

美国占已定位文章的61.17%（提升值1.26）；英国占14.01%（提升值2.4）。瑞典（6.43）是代表性最高的国家；印度（0.15）则属于代表性最低的国家之一。按大洲划分，大洋洲（1.44）、欧洲（1.31）和北美洲（1.3）代表性偏高；亚洲（0.28）和非洲（0.22）则偏低。在美国国内，马萨诸塞州（2.87）和密苏里州（2.85）的覆盖率代表性最高。州地图上密西西比州和路易斯安那州较高的提升值系地理编码错误所致。31.5%的文章语气为负面（全部新闻：33.6%）；76.7%被评为关键优先级（全部新闻：42.6%）。37.9%的原始匹配为结构化研究摘要或市场研究通告，已被排除。文件 文件 行数 内容 data/alzheimers-news-sample.csv 25,749 文章级样本（列见下文） data/monthly.csv 完整 每月匹配文章及全部新闻文章

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。