肯尼亚沿海地区COVID-19常规PCR与血清学检测流行病学复制数据
该数据集来自肯尼亚沿海地区COVID-19常规PCR与血清学检测的流行病学研究，由KEMRI-Wellcome Trust Research Programme在2020年3月21日当地首例病例后持续采集
基本信息
资源简介
肯尼亚沿海地区COVID-19常规PCR与血清学检测流行病学复制数据
Replication Data for: Epidemiology of COVID-19 infections on routine PCR and serology testing in Coastal Kenya
该数据集来自肯尼亚沿海地区COVID-19常规PCR与血清学检测的流行病学研究，由KEMRI-Wellcome Trust Research Programme在2020年3月21日当地首例病例后持续采集。数据包含两个部分：Combined_Covid_EpiDataset记录100665例病例的年龄、性别、感染率及有症状与无症状比例等特征；Covid_serodataset包含2458条血清学观测记录。可用于描述SARS-CoV-2感染的流行病学特征、分析血清阳性率与血清状态，以及比较有症状与无症状感染情况（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）感染于2019年12月在中国武汉开始，并迅速传播到世界各地，引起一种称为2019冠状病毒病（COVID-19）的疾病。2020年3月21日，在肯尼亚沿海地区检测到首例COVID-19病例。此后，KEMRI-Wellcome Trust Research Programme一直是肯尼亚沿海地区的主要检测点。在检测之前，每位参与者都需要填写病例调查表（CIF），该表后来被用于生成我们的数据集。第一个数据集：1）“Combined_Covid_EpiDataset”包含100665例病例中每一例的特征，并已被用于描述SARS-CoV-2感染的流行病学，即描述年龄、性别、感染流行率以及有症状和无症状病例的比例。第二个数据集：“Covid_serodataset”包含2458条观测记录
【主题与分类】
主题标签：serology、seroprevalence、serostatus、Medicine, Health and Life Sciences、Asymptomatic、symptomatic。本站分类：呼吸系统疾病/其他。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ad6eb3722e056a655a859d77fff8f8935a3e740fc7c5880d5e75c319086375a36
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:
数据说明
严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）感染于2019年12月在中国武汉开始，并迅速在全球传播，导致一种称为2019冠状病毒病（COVID-19）的疾病。2020年3月21日，在肯尼亚沿海地区检测到首例COVID-19病例。自那时起，KEMRI-Wellcome Trust研究项目一直是肯尼亚沿海地区的主要检测点。在检测之前，每位参与者需填写一份病例调查表（CIF），该表随后用于生成我们的数据集。第一个数据集：1）“Combined_Covid_EpiDataset”包含100665例病例中每一例的特征，已用于通过描述年龄、性别、感染流行率以及有症状和无症状病例的比例来描述SARS-CoV-2感染的流行病学。第二个数据集：“Covid_serodataset”包含2458个观测值，用于描述在检测时SARS-CoV-2阳性或阴性的个体的每月血清流行病学。注意：该数据集包含肯尼亚沿海地区以外的县，这些县已在代码中被过滤掉。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
