墨西哥20岁以下人群归因于二氧化氮的哮喘:2007–2019年发病与急诊就诊的时空分析-82170
该数据集包含用于估算2007–2019年墨西哥20岁以下人群因长期暴露于二氧化氮(NO₂)所致哮喘负担的加工数据与分析产出

基本信息
资源简介
墨西哥20岁以下人群归因于二氧化氮的哮喘:2007–2019年发病与急诊就诊的时空分析
Asthma attributable to nitrogen dioxide in the population under 20 years of age in Mexico: a spatiotemporal analysis of incidence and emergency department visits, 2007–2019
该数据集包含用于估算2007–2019年墨西哥20岁以下人群因长期暴露于二氧化氮(NO₂)所致哮喘负担的加工数据与分析产出。数据整合了卫星反演的NO₂浓度、人口数据以及国家卫生监测系统的流行病学信息。NO₂浓度经空间处理生成约0.0083°(约1 km)分辨率的年均值,并按人口加权聚合到市级以更好反映居住区暴露。健康数据包括州级哮喘发病率、患病率及报告至少一次急诊就诊的哮喘患者比例,可用于空气污染与哮喘负担的时空建模与回归分析(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含用于估算2007–2019年期间墨西哥20岁以下个体因长期暴露于二氧化氮(NO₂)所致哮喘负担的加工数据和分析产出。该数据集整合了多个数据来源,包括卫星反演的NO₂浓度估算、人口数据以及来自国家卫生监测系统的流行病学信息。NO₂浓度源自卫星产品,并经空间处理生成分辨率约为0.0083°(约1 km)的年均值。这些数值随后使用人口加权平均值在市级聚合,以更好地代表有人居住地区的暴露。健康数据包括州级哮喘发病率、哮喘患病率,以及报告至少一次急诊就诊的哮喘患者比例。
【主题与分类】
主题标签:Air Pollution、Nitrogen Dioxide、Asthma in Adolescents、Asthma in Children、Mexico、Satellite Image。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/87t25ft7gc
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/10.17632/87t25ft7gc
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 5.9 MB。
数据说明
该数据集包含用于估算2007—2019年期间墨西哥20岁以下人群因长期暴露于二氧化氮(NO₂)所致哮喘负担的处理数据和分析输出。该数据集整合了多个数据来源,包括卫星反演的NO₂浓度估算、人口数据以及来自国家卫生监测系统的流行病学信息。NO₂浓度来源于卫星产品,并经空间处理生成分辨率约为0.0083°(约1 km)的年均值。随后,这些数值通过人口加权平均在市级尺度上进行汇总,以更好地代表有人居住地区的暴露情况。健康数据包括州级哮喘发病率、哮喘患病率,以及在上一年至少报告过一次急诊就诊的哮喘患者比例。这些数据用于估算市级尺度的预期病例数和急诊就诊次数。
使用这些输入,数据集包含以下衍生变量: - 按市镇和年份估算的20岁以下人口 - 人口加权年均NO₂浓度(微克/立方米) - 归因于NO₂暴露的估计哮喘发病率 - 归因于NO₂暴露的估计急诊就诊次数 - 基于浓度-反应函数的归因分数 - 每10万人口的年发病率和累计发病率及急诊就诊率 - 按城市系统类型(大都市区、市级大都市、连片城市区和其他市镇)对市镇进行分类 此外,数据集还包括2019年假设性NO₂减排情景的结果,其中暴露水平分别被限制在全国第90百分位数和全国人口加权均值。这些情景输出提供了可避免的哮喘病例和急诊就诊次数的估计。
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。




