中国慢性咳嗽危险因素数据集

源站描述显示,该研究按 PRISMA 清单开展,检索七个数据库,纳入33篇合格文献,其中28项研究进入 meta 分析,发现过敏、鼻/鼻窦疾病、过敏家族史、慢性呼吸系统疾病家族史、污染物暴露、被动吸烟和宠物接触是中国慢性咳嗽的危险因素

google_dataset
2024-02-06 更新
浏览 15
图像Chinacoughchronic diseasesmeta-analysisrisk factors
TCM treatment of chronic cough dataset

基本信息

模态
图像
大小
0.085576497 GB
许可
CC BY 4.0
创建/更新时间
2024-02-06
版本
v1

资源简介

中国慢性咳嗽危险因素数据集

Risk factors of chronic cough in China: a systematic review and meta-analysis

本数据集来自 tandf.figshare.com,配套论文为2022年发表于 Expert Review of Respiratory Medicine 的系统综述与 meta 分析,主题是中国慢性咳嗽的危险因素。源站描述显示,该研究按 PRISMA 清单开展,检索七个数据库,纳入33篇合格文献,其中28项研究进入 meta 分析,发现过敏、鼻/鼻窦疾病、过敏家族史、慢性呼吸系统疾病家族史、污染物暴露、被动吸烟和宠物接触是中国慢性咳嗽的危险因素。数据集共40个文件,样例为 e-Figure 系列 tif 图片,可用于慢性咳嗽危险因素的证据汇总与二次分析(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

配套论文《Risk factors of chronic cough in China: a systematic review and meta-analysis》发表于 Expert Review of Respiratory Medicine(2022),DOI:10.1080/17476348.2022.2049759。源站首次发布:2022-03-28。

【数据内容】

源站描述(机器翻译,仅供参考):中国慢性咳嗽的危险因素尚未得到系统分析,我们假设中国慢性咳嗽的危险因素可能具有独特特征。因此,我们开展了这项聚焦于中国慢性咳嗽潜在危险因素的 meta 分析。本系统综述按照 PRISMA 清单开展,以探索慢性咳嗽的危险因素。我们使用预定义的纳入标准在七个数据库中检索已发表文章。共识别出33篇合格文章并纳入本系统综述,其中28项研究纳入 meta 分析。该研究表明,过敏、鼻/鼻窦疾病、过敏家族史、慢性呼吸系统疾病家族史、污染物暴露、被动吸烟和宠物接触是中国慢性咳嗽的危险因素。尽管若干潜在

【数据结构与技术规格】

文件数 40 个,合计 85.58 MB。数据集 DOI:10.6084/m9.figshare.19438162.v1。

【主题与分类】

源站学科分类:Pharmacology、Biotechnology、Environmental Sciences not elsewhere classified、Chemical Sciences not elsewhere classified、Science Policy、Mental Health。主题标签:China、cough、chronic diseases、meta-analysis、risk factors。本站分类:呼吸道疾病/慢性咳嗽。

【适用方向】

源站学科分类标注为 Pharmacology、Biotechnology、Environmental Sciences not elsewhere classified、Chemical Sciences not elsewhere classified、Science Policy、Mental Health。

【获取与许可】

源站页面:https://tandf.figshare.com/articles/dataset/Risk_factors_of_chronic_cough_in_China_a_systematic_review_and_meta-analysis/19438162

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Risk factors of chronic cough in China: a systematic review and meta-analysis. Taylor & Francis. Liang, Hanwen; Zhi, Haopeng; Ye, Weiyan; Wang, Zhufeng; Liang, Jingyi; Yi, Fang; et al

【使用注意】

· 源站最后修改于 2024-02-06,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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)

命令行下载

curl -L -o "e-Figure 1.tif" "https://ndownloader.figshare.com/files/34536109"
curl -L -o "e-Figure 10.tif" "https://ndownloader.figshare.com/files/34536112"
curl -L -o "e-Figure 11.tif" "https://ndownloader.figshare.com/files/34536115"
curl -L -o "e-Figure 12.tif" "https://ndownloader.figshare.com/files/34536118"
curl -L -o "e-Figure 13.tif" "https://ndownloader.figshare.com/files/34536121"
curl -L -o "e-Figure 14.tif" "https://ndownloader.figshare.com/files/34536124"
curl -L -o "e-Figure 15.tif" "https://ndownloader.figshare.com/files/34536127"
curl -L -o "e-Figure 16.tif" "https://ndownloader.figshare.com/files/34536130"

文件清单

  • e-Figure 1.tif(3.70 MB)
  • e-Figure 10.tif(1.76 MB)
  • e-Figure 11.tif(2.06 MB)
  • e-Figure 12.tif(1.94 MB)
  • e-Figure 13.tif(1.94 MB)
  • e-Figure 14.tif(1.94 MB)
  • e-Figure 15.tif(3.23 MB)
  • e-Figure 16.tif(3.06 MB)
  • e-Figure 17.tif(3.46 MB)
  • e-Figure 18.tif(3.22 MB)
  • e-Figure 19.tif(1.93 MB)
  • e-Figure 2.tif(2.12 MB)
  • e-Figure 20.tif(1.93 MB)
  • e-Figure 21.tif(1.93 MB)
  • e-Figure 22.tif(1.93 MB)
  • e-Figure 23.tif(3.17 MB)
  • e-Figure 24.tif(3.17 MB)
  • e-Figure 25.tif(3.17 MB)
  • e-Figure 26.tif(2.14 MB)
  • e-Figure 27.tif(2.14 MB)

文件总体积 85.58 MB(源站 API 实测)。

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。

数据说明

慢性咳嗽在中国的危险因素尚未得到系统分析,我们假设中国的慢性咳嗽危险因素可能具有独特特征。因此,我们开展了这项荟萃分析,聚焦于中国慢性咳嗽的潜在危险因素。
本系统综述按照PRISMA清单进行,旨在探讨慢性咳嗽的危险因素。我们依据预设的纳入标准,在7个数据库中检索已发表文章。共识别出33篇符合条件的文章并纳入本系统综述,其中28项研究纳入了荟萃分析。
研究表明,过敏、鼻/鼻窦炎疾病、过敏家族史、慢性呼吸系统疾病家族史、污染物暴露、被动吸烟以及宠物接触是中国慢性咳嗽的危险因素。尽管由于纳入文章信息有限,若干潜在危险因素(如性别和BMI)未能探讨,但本文为不仅在中国、而且在全球范围内管理慢性咳嗽提供了有用的流行病学信息。

许可

CC BY 4.0

引用

学术使用请引用 DOI 10.6084/m9.figshare.19438162.v1(source: https://tandf.figshare.com/articles/dataset/Risk_factors_of_chronic_cough_in_China_a_systematic_review_and_meta-analysis/19438162)。

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。

获取专属数据定制方案