肯尼亚儿童RSV相关下呼吸道感染住院护理成本复制数据
肯尼亚儿童RSV相关下呼吸道感染住院护理的直接和间接成本数据集。
基本信息
资源简介
肯尼亚儿童RSV相关下呼吸道感染住院护理成本复制数据
【一句话概览】
本数据集是 DataONE 公开的结构化表格数据集，主题涵盖 Neutralisation antibody、transplacental transfer efficiency、Respiratory Syncytial Virus、Effectiveness、Maternal Immunization，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《Replication Data for: The cost of care for children hospitalized with respiratory syncytial virus (RSV) associated lower respiratory tract infection (LRTI) in Kenya》。
【数据内容】
源站原始描述：This is a replication dataset for the submitted manuscript titled: \"The cost of care for children hospitalized with respiratory syncytial virus (RSV) associated lower respiratory tract infection (LRTI) in Kenya.\" These data contain RSV costing information on children under five years of age admitted at Kilifi County Hospital and Siaya County Referral Hospital with symptoms of acute lower respiratory tract illness or severe acute respiratory infection (SARI). It has information on the direct an…
中文译文（机器翻译，仅供快速理解，请以原文为准）：这是一个用于已提交手稿《肯尼亚因呼吸道合胞病毒（RSV）相关下呼吸道感染（LRTI）住院儿童的治疗成本》的复现数据集。这些数据包含在 Kilifi County Hospital 和 Siaya County Referral Hospital 因急性下呼吸道疾病或严重急性呼吸道感染（SARI）症状住院的五岁以下儿童的 RSV 成本核算信息。它包含照护因 RSV 相关疾病住院儿童的直接和间接成本信息。
【主题与分类】
主题标签：Neutralisation antibody、transplacental transfer efficiency、Respiratory Syncytial Virus、Effectiveness、Maternal Immunization、Pregnant women、Medicine, Health and Life Sciences。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:81f6b8279df6fede4a7472695649d14e831852d686cd5f5d3cd86220b2e23700
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
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 4.0 KB。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
