塞内加尔农村疟疾队列急性发热性疾病与流感疾病负担数据,2012-2013

该数据集来自塞内加尔Sokone地区Dielmo和Ndiop两个村庄的居民队列,该队列最初用于疟疾研究。数据覆盖2012年1月至2013年12月,前瞻性收集每日发热性疾病信息,并对每位发热就诊者采集鼻咽拭子、进行厚血涂片疟疾诊断以及逆转录聚合酶链反应检测

DryadDryad
dryad
浏览 5
其他回归Burden Influenza Africa2012-2013
Data from: Acute febrile illness and influenza disease burden in a rural cohort dedicated to malaria in Senegal, 2012-2013

基本信息

模态
其他
大小
0.000113699 GB
任务类型
回归
许可
Creative Commons Zero v1.0 Universal
创建/更新时间
2026-10-12

资源简介

塞内加尔农村疟疾队列急性发热性疾病与流感疾病负担数据,2012-2013

Data from: Acute febrile illness and influenza disease burden in a rural cohort dedicated to malaria in Senegal, 2012-2013

该数据集来自塞内加尔Sokone地区Dielmo和Ndiop两个村庄的居民队列,该队列最初用于疟疾研究。数据覆盖2012年1月至2013年12月,前瞻性收集每日发热性疾病信息,并对每位发热就诊者采集鼻咽拭子、进行厚血涂片疟疾诊断以及逆转录聚合酶链反应检测。数据可用于研究非洲农村地区发热综合征发病率,尤其是流感发病率,评估当地急性发热性疾病与流感的疾病负担,为资源有限地区的呼吸道疾病防控提供依据(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。

【数据集背景】

源站首次发布:2016。

【数据内容】

源站描述(机器翻译,仅供参考):背景:由于资源有限和过度拥挤,非洲人群被认为特别容易罹患发热性疾病,包括疟疾和急性呼吸道疾病。然而,在此背景下流感的总体负担界定不清,非洲国家的发病率数据也很稀少。因此,我们在塞内加尔Sokone地区Dielmo和Ndiop的居民队列中研究了发热综合征发病率,更具体地说是流感发病率。方法:从2012年1月至2013年12月,前瞻性地从最初致力于疟疾研究的Dielmo和Ndiop村庄队列中获取每日发热性疾病数据。在临床就诊期间,对每位发热个体采集鼻咽拭子并进行疟疾诊断检测(厚血涂片);逆转录聚合酶链反应用于

【主题与分类】

主题标签:Burden Influenza Africa、2012-2013。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.n63j0

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.n63j0

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 113.7 KB。

数据说明

背景:由于资源有限和过度拥挤,非洲人群被认为特别容易罹患发热性疾病,包括疟疾和急性呼吸道疾病。然而,在此背景下,流感的总体负担尚不明确,非洲国家的发病率数据也十分稀缺。因此,我们对塞内加尔Sokone区Dielmo和Ndiop居民队列中的发热综合征发病率,尤其是流感发病率进行了研究。方法:从2012年1月至2013年12月,前瞻性地从最初专用于疟疾研究的Dielmo和Ndiop村庄队列中获取每日发热性疾病数据。在临床就诊期间,对每位发热个体采集鼻咽拭子并进行疟疾诊断检测(厚血涂片);采用逆转录聚合酶链反应鉴定样本中的流感病毒。使用二项负回归分析研究月发病率与各种协变量之间的关系。结果:在Dielmo和Ndiop,疟疾发病率已下降,但发热综合征仍然常见。

在纳入队列的1036名居民中,共报告了1129次发热事件。流感全年均有发生,在2012年10月至12月以及2013年8月出现高峰。发热、流感样疾病(ILI)和流感的发病密度率在不同年龄组间存在显著差异。在两个研究地点,[6-24个月)年龄组的发热综合征和ILI的调整发病相对风险均显著高于其他年龄组:分别为7.3(95%CI:[5.7-9.3])和16.1(95%CI:[11.1-23.3])。[0-6个月)年龄组的流感调整发病相对风险显著高于其他年龄组:9.9(95%CI:[2.9-33.6])。在两个研究地点,发病密度率在50岁及以上的成年人中最低。结论:在塞内加尔的这一农村地区,流感在年幼

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