腺样体扁桃体疾病患者的人口统计学数据与病毒检测频率
该数据集包含腺样体扁桃体疾病患者的人口统计学和病毒检测频率临床表格数据,涵盖复发性扁桃体炎、扁桃体肥大等四类患者群体,通过病毒检测分析不同疾病类别的感染特征,主要用于流行病学研究和疾病病因探索。

基本信息
资源简介
腺样体扁桃体疾病患者的人口统计学数据与病毒检测频率
【数据集背景】
本数据集源站标题为《Demographic data and virus detection frequencies in patients according to categories of adenotonsillar disease.》。配套论文《High Rates of Detection of Respiratory Viruses in Tonsillar Tissues from Children with Chronic Adenotonsillar Disease》发表于 PLoS ONE(2012),DOI:10.1371/journal.pone.0042136。源站首次发布:2012-08-03。
【数据内容】
源站原始描述:RT: Recurrent Tonsillitis; TH: Tonsilar Hypertrophy (Brodsky grade >3); non RT/TH: patients with smaller size tonsils (less than Brodsky 3) and without recurrent tonsillitis; RT/TH: Recurrent Tonsillitis and Tonsilar Hypertrophy. *p≤0.05
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table_4.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0042136.t004。
【主题与分类】
源站学科分类:Virology、Medicine、Infectious Diseases。主题标签:detection、frequencies、patients、categories、adenotonsillar。
【适用方向】
源站学科分类标注为 Virology、Medicine、Infectious Diseases。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/_Demographic_data_and_virus_detection_frequencies_in_patients_according_to_categories_of_adenotonsillar_disease_/266446
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Luiz Proenca-Modena, Jose; Cardoso Pereira Valera, Fabiana; Gerhardinger Jacob, Marcos; Pietrucci Buzatto, Guilherme; Honorato Saturno, Tamara; Lopes, Lucia; et al. (2015). Demographic data and virus detection frequencies in patients according to categories of adenotonsillar disease.. PLOS ONE. Data…
【使用注意】
· 源站最后修改于 2023-06-01,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集收集了腺样体扁桃体疾病患者的人口统计学信息及病毒检测频率数据,涵盖复发性扁桃体炎(RT)、扁桃体肥大(TH,Brodsky分级>3)、非RT/TH(扁桃体较小且无复发性扁桃体炎)以及RT/TH(复发性扁桃体炎合并扁桃体肥大)四类患者群体。数据来源于临床观察,通过病毒检测分析不同疾病类别中病毒感染的流行病学特征,主要用于研究腺样体扁桃体疾病的病因、病毒传播模式及临床分类关联性。
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。




