数据来源：呼吸系统疾病与环境正义负担：剩余可用地理风险工具的比较

数据集获取

源站：https://doi.org/10.5061/dryad.w6m905qx7

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 3.4 KB。

数据说明

引言：政府机构已开发环境正义制图工具，以提供社会环境暴露空间分布及风险分布的明确信息。EJScreen是由环境保护署创建的全国性工具，用于提供此类数据，但于2025年2月被现任政府下线。我们探讨了剩余的地理风险工具在评估与呼吸系统疾病的关联方面是否有效，并对它们进行了相互比较。方法：本研究选取的县级呼吸系统疾病指标包括大流行前的哮喘、流感和呼吸道合胞病毒（RSV）住院率，以及2021年COVID-19死亡率。使用科罗拉多EnviroScreen所采用的、某县是否属于受不成比例影响社区的二元指标对数据进行回归分析。估算了率比和95%置信区间。针对社会脆弱性指数（SVI）和气候脆弱性指数（CVI），探讨了其与EnviroScreen的可比性。

结果：在符合受疫情影响严重社区标准的县，哮喘和流感的住院率更高。呼吸道合胞病毒住院和COVID-19死亡率的点估计值也较高，但未达到统计学显著性。发现SVI与EnviroScreen的共线性略高于CVI与EnviroScreen，尽管两者高度相关。结论：剩余的地理风险工具可能有助于决策者和公共卫生机构在呼吸系统疾病方面的决策和资源分配，指导针对性的公共卫生运动，如在负担沉重地区开展移动疫苗接种诊所、信息宣传活动和提供传染病呼吸道疾病的检测。

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。