S1 原始数据——伊朗五岁以下及新生儿死亡率

研究聚焦伊朗 2010–2017 年五岁以下死亡率(U5MR)与新生儿死亡率(NMR)的全国及次国家水平估计,并基于情景预测评估 2030 年 SDG 3.2 的实现情况

google_dataset
2023-06-21 更新
浏览 8
文本预测maternal age periodmaternal age cohortgaussian process regressiondeath registration system4 &# 82112010 &# 821118 &# 18315 &# 18313 &# 18311 &# 18310 &# 183000 newborn lives
S1 Raw data -

基本信息

模态
文本
大小
0.000054123 GB
任务类型
预测
许可
CC BY 4.0
创建/更新时间
2023-06-21
版本
v1

资源简介

S1 原始数据——伊朗五岁以下及新生儿死亡率

S1 Raw data -

该数据集为论文补充原始数据文件(xlsx),源自 figshare,对应 DOI 10.1371/journal.pone.0283784.s002,2023 年 4 月 6 日发布。研究聚焦伊朗 2010–2017 年五岁以下死亡率(U5MR)与新生儿死亡率(NMR)的全国及次国家水平估计,并基于情景预测评估 2030 年 SDG 3.2 的实现情况。方法涉及 Ensemble Bayesian Model Averaging、Gaussian Process Regression 与时空模型,数据来源包括死亡登记系统、两次人口普查及 DHS,采用 MAC 与 MAP 两种方法分析简要生育史数据。可用于死亡率估计与情景预测的复现或。

【数据集背景】

源站首次发布:2023-04-06。

【数据内容】

源站描述(机器翻译,仅供参考):背景 可持续发展目标 3.2(SDG 3.2)是到 2030 年全球范围内降低五岁以下儿童和新生儿死亡率(U5MR 和 NMR)——两项主要卫生系统绩效指标。我们旨在报告伊朗 2010–2017 年 U5MR 和 NMR 状况及其到 2030 年实现 SDG 3.2 的情况,采用情景预测。研究设计 为估计全国及次国家层面的 U5MR 和 NMR,我们应用了结合高斯过程回归(GPR)和时空模型的集成贝叶斯模型平均(EBMA)。我们使用了所有可用的数据来源,包括:死亡登记系统(DRS)的 12 年数据、两次人口普查以及一项人口与健康调查(DHS)。本研究采用母婴年龄队列(MAC)和母婴年龄时期(MAP)两种方法分析从人口普查和 DHS 获得的简要生育史数据。此外,我们计算了儿童死亡率数

【数据结构与技术规格】

文件数 1 个,合计 54.12 KB。数据集 DOI:10.1371/journal.pone.0283784.s002。

【主题与分类】

源站学科分类:Biotechnology、Environmental Sciences not elsewhere classified、Developmental Biology、Cancer、Infectious Diseases、Computational Biology。主题标签:maternal age period、maternal age cohort、gaussian process regression、death registration system、4 &# 8211、2010 &# 8211、18 &# 183、15 &# 183、13 &# 183、11 &# 183。本站分类:其他/其他。

【适用方向】

源站学科分类标注为 Biotechnology、Environmental Sciences not elsewhere classified、Developmental Biology、Cancer、Infectious Diseases、Computational Biology。

【获取与许可】

源站页面:https://plos.figshare.com/articles/dataset/S1_Raw_data_-/22569854

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Ebrahimi, Narges; Shahin, Sarvenaz; Koolaji, Sogol; Ghanbari, Ali; Mehdipour, Parinaz; Masinaei, Masoud; et al. (2023). S1 Raw data -. PLOS ONE. Dataset

【使用注意】

· 源站最后修改于 2023-06-21,引用时请注意版本时效。

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取(Figshare)

命令行下载

curl -L -o "pone.0283784.s002.xlsx" "https://ndownloader.figshare.com/files/40050806"

文件清单

  • pone.0283784.s002.xlsx(54.12 KB)

文件总体积 54.12 KB(源站 API 实测)。

数据说明

背景
可持续发展目标3.2(SDG 3.2)旨在到2030年全球范围内降低五岁以下儿童死亡率和新生儿死亡率(U5MR和NMR),这两项指标是衡量卫生系统绩效的主要指标。本研究旨在报告2010–2017年伊朗的U5MR和NMR状况,并采用情景模拟预测方法评估其到2030年实现SDG 3.2目标的情况。研究设计
为估计国家和次国家层面的U5MR和NMR,我们采用了集成贝叶斯模型平均(EBMA)方法,结合高斯过程回归(GPR)和时空模型。我们使用了所有可用的数据来源,包括:死亡登记系统(DRS)12年数据、两次人口普查以及一项人口与健康调查(DHS)。本研究采用母亲年龄队列(MAC)和母亲年龄时期(MAP)两种方法,分析从人口普查和DHS获得的简要生育史数据。此外,我们采用完整生育史方法直接从DHS计算了儿童死亡率。国家和次国家层面的NMR采用基于情景的方法预测至2030年,该方法使用了联合国儿童死亡率估算机构间小组(UN-IGME)提出的平均年下降率(ARR)。

结果

2017年,全国U5MR和NMR分别为15·2(12·4–18·0)和11·8(10·4–13·2),2010–2017年间平均ARR分别为5·1%(2·1–8·9)和3·1%(0·9–5·8)。根据我们的预测情景,17个省份尚未实现NMR的SDG 3.2目标,且当前趋势(伊朗NMR改善的当前趋势)将无法使部分省份在2030年前达到SDG目标;然而,若各省的新生儿死亡率年下降率与同区域表现最佳省份相同,则除实现SDG目标外,全国NMR将降至5·2,并可挽救近92,000名新生儿生命。

结论

伊朗在U5MR和NMR方面已实现SDG3.2目标;但存在省级不平等。为使所有省份达到SDG3.2目标,卫生政策应通过精准规划新生儿卫生保健来重点减少省级不平等。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.1371/journal.pone.0283784.s002(source: https://plos.figshare.com/articles/dataset/S1_Raw_data_-/22569854)。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。