巴西2010-2017年先天性异常活产儿特征数据集
该数据集包含2010年至2017年巴西先天性异常活产婴儿的临床表格数据,涵盖出生信息、异常类型、人口统计学特征及时间趋势,主要用于先天性异常的流行病学监测、出生缺陷风险因素研究以及公共卫生策略评估。

基本信息
资源简介
巴西2010-2017年先天性异常活产儿特征数据集
【数据集背景】
本数据集源站标题为《Characteristics of live birth with congenital anomalies in Brazil, 2010–2017.》。配套论文《Impact evaluation of Zika epidemic on congenital anomalies registration in Brazil: An interrupted time series analysis》发表于 PLOS Neglected Tropical Diseases(2019),DOI:10.1371/journal.pntd.0007721。源站首次发布:2019-09-23。
【数据内容】
源站原始描述:Characteristics of live birth with congenital anomalies in Brazil, 2010–2017
【数据结构与技术规格】
文件数 1 个,合计 13.82 KB。Table 1.xls:application/vnd.ms-excel,13.82 KB。数据集 DOI:10.1371/journal.pntd.0007721.t001。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Neuroscience、Physiology、Biological Sciences not elsewhere classified、Developmental Biology。主题标签:interruption point、time series analysis、September 2015、time series analysis design、registration、eye group、eye malformations、anomaly、Brazilian Live Birth Information System、Zika epidemic。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Neuroscience、Physiology、Biological Sciences not elsewhere classified、Developmental Biology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Characteristics_of_live_birth_with_congenital_anomalies_in_Brazil_2010_2017_/9893510
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Paixão, Enny S.; Rodrigues, Moreno S.; Cardim, Luciana L.; Oliveira, Juliane F.; C., Catharina L.; da Conceição N. Costa, Maria; et al. (2019). Characteristics of live birth with congenital anomalies in Brazil, 2010–2017.. PLOS Neglected Tropical Diseases. Dataset
【使用注意】
· 源站最后修改于 2023-06-02,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
该数据集记录了2010年至2017年间巴西境内患有先天性异常的活产婴儿的临床与流行病学特征。数据内容包括婴儿出生信息、先天性异常的类型与分布、相关人口统计学特征以及时间趋势等,主要来源于巴西公共卫生监测系统。该数据集适用于先天性异常的流行病学研究、出生缺陷监测、公共卫生政策评估以及相关风险因素分析。
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。




