COVID-19疫情后赞比亚卢萨卡成年人与医护人员接种新疫苗意愿数据集

该数据集来自赞比亚卢萨卡的一项横断面调查,覆盖社区成员与医护人员共499人,评估其在COVID-19疫情后接种新引入成人疫苗的意愿

DryadDryad
datacite
浏览 2
表格分类FOS: Medical and health sciencesVaccinesvaccine confidenceZambiaCOVID-19疫苗编码
Intention to receive new vaccines post-COVID-19 pandemic among adults and health workers in Lusaka, Zambia

基本信息

模态
表格
大小
0.000037742 GB
任务类型
分类
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-22
版本
7

资源简介

COVID-19疫情后赞比亚卢萨卡成年人与医护人员接种新疫苗意愿数据集

Intention to receive new vaccines post-COVID-19 pandemic among adults and health workers in Lusaka, Zambia

该数据集来自赞比亚卢萨卡的一项横断面调查,覆盖社区成员与医护人员共499人,评估其在COVID-19疫情后接种新引入成人疫苗的意愿。数据包含自报COVID-19疫苗接种情况、社区角色、疫苗类型(COVID-19加强针、HIV、结核病、疟疾、肺炎、腹泻病)及信息来源等变量,采用调整混合效应泊松回归和调整概率模型分析。可用于研究疫苗接受度、识别可信疫苗信息来源及制定接种策略(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2025。

【数据内容】

源站描述(机器翻译,仅供参考):旨在评估赞比亚卢萨卡社区成员和医护人员(HCWs)在既往COVID-19疫苗接种情况和感知疾病威胁背景下,接种新引入成人疫苗的意愿,并确定可信的疫苗信息来源。我们于2023年11月13日至12月15日对随机抽取的社区成员和便利抽取的医护人员进行了横断面调查。我们通过自报COVID-19疫苗接种情况、社区角色、疫苗类型(COVID-19加强针、HIV、结核病、疟疾、肺炎、腹泻病)和信息来源,使用调整的混合效应泊松回归和调整概率模型评估未来接种意愿。我们招募了395名(79.2%)社区成员和104名(20.8%)医护人员(N=499)。社区成员接种新疫苗的意愿很高(平均得分=83.6%),医护人员

【主题与分类】

主题标签:Vaccines、vaccine confidence、Zambia、COVID-19。本站分类:呼吸系统疾病/肺炎。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.z08kprrqk

使用许可:Creative Commons Zero v1.0 Universal。

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

源站:https://doi.org/10.5061/dryad.z08kprrqk

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。

数据集大小约 37.7 KB。

数据说明

为评估赞比亚卢萨卡社区成员和医护人员(HCWs)对新引入成人疫苗的接种意愿,并结合既往COVID-19疫苗接种情况和感知疾病威胁,同时确定可信的疫苗信息来源,我们于2023年11月13日至12月15日对随机抽取的社区成员和便利抽取的医护人员进行了横断面调查。我们通过自我报告的COVID-19疫苗接种情况、社区角色、疫苗类型(COVID-19加强针、HIV、结核病、疟疾、肺炎、腹泻病)以及信息来源,采用调整后的混合效应泊松回归和调整概率模型评估未来接种意愿。共纳入395名社区成员(79.2%)和104名医护人员(20.8%)(N=499)。社区成员(平均得分=83.6%)和医护人员(平均得分=86.0%)对新疫苗的接种意愿较高,但意愿因疫苗类型而异。既往COVID-19疫苗接种情况(0、1、2+剂)影响社区成员接种新型COVID-19疫苗的意愿(分别为43.3%、62.8%和79.7%),但与其他任何疫苗类型均无关。

接种疫苗的意愿与感知到的疾病严重性和易感性以及年龄、性别、教育程度和家庭收入密切相关。在社区成员中,将社交媒体作为疫苗信息来源与总体疫苗意愿较低相关,而卫生系统和社区来源则与接种新疫苗的总体意愿较高相关。在所有参与者中,政府是高度信任的疫苗信息来源。在赞比亚,既往COVID-19疫苗接种情况并不能预测未来非COVID-19疫苗的接种意愿。感知威胁和特定社会人口学因素是关键预测因素,这表明需要开展快速研究,以设计沟通策略并确定针对各目标人群的可信来源。

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。

获取专属数据定制方案