SAIL COPD与哮喘敏感性分析结果表

数据集获取

源站：https://doi.org/10.5522/04/30070141

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。

数据说明

本数据集包含我论文第5章所述纵向研究的完整敏感性分析结果。数据采用Cox比例风险回归模型生成，旨在考察住宅层面的能效措施与威尔士全科医生诊断的哮喘及慢性阻塞性肺疾病（COPD）发病率之间的关联。该文件包含七项预先设定的敏感性分析结果（标记为A至G；在分析EPC类别时排除了D，因其在此不适用）。这些分析通过调整额外协变量来检验主要发现的稳健性，协变量包括建筑建造年代、主要燃料类型、其他能效措施（地板、屋顶和窗户类型——仅用于墙体类型分析）以及2021年人口普查中的个体层面社会经济因素。在每个结果工作表中，列包括定义回归项（暴露或协变量）及其适用参考水平的标签、HR（风险比）、95%置信区间下限和上限以及p值。每个模型均清晰分隔以便比较，并在表1中提供了概览。

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。