非洲疟疾感染与重症风险复制数据
该数据集是论文《Malaria infection and severe disease risks in Africa》的复制数据，来自东非13家医院持续开展儿科病房监测的站点，覆盖急性发热性疾病病因、疾病负担监测或医院病例管理研究场景
基本信息
资源简介
非洲疟疾感染与重症风险复制数据
Replication Data for: Malaria infection and severe disease risks in Africa
该数据集是论文《Malaria infection and severe disease risks in Africa》的复制数据，来自东非13家医院持续开展儿科病房监测的站点，覆盖急性发热性疾病病因、疾病负担监测或医院病例管理研究场景。各站点对所有发热就诊者进行疟疾诊断，使用电子病历记录重症疟疾标准化特征并登记住院地址。数据包含三种常见儿童重症疟疾表型（重症疟疾贫血、呼吸窘迫和脑型疟疾）的体征与症状，以及这些重症病理的替代定义，可用于疟疾感染与重症风险相关分析（来源 DataONE）。
【数据内容】
源站描述（机器翻译，仅供参考）：这是论文《Malaria infection and severe disease risks in Africa》的复制数据集。这些数据来自东非13家医院，这些医院建立了持续的儿科病房监测，用于监测急性发热性疾病的病因、疾病负担流行病学或研究环境中的医院病例管理改进。每个站点对所有发热就诊者进行疟疾诊断，使用电子病历表格记录重症疟疾的标准化特征，并记录所有入院者的居住地址。数据包括三种常见儿童重症疟疾表型（重症疟疾贫血、呼吸窘迫和脑型疟疾）的体征和症状，包括这些严重病理的替代定义。
【主题与分类】
主题标签：severe malaria、Medicine, Health and Life Sciences、Africa、Plasmodium falciparum、cerebral malaria、Malaria、anaemia。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A0075da0b53e25f85e1fba71874f82611ad10076edffa6e1065b1274dbfdd43bb
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
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
这是手稿《非洲疟疾感染与重症风险》的重复数据集。这些数据来自东非的13家医院，这些医院建立了持续性的儿科病房监测，目的是监测急性发热性疾病的病因学、疾病负担流行病学或研究环境，以改进医院病例管理。每个站点对所有发热就诊病例进行了疟疾诊断，使用电子病历表格记录了重症疟疾的标准化特征，并记录了所有入院患者的居住地址。数据包括三种常见儿科重症疟疾表型（重症疟疾贫血、呼吸窘迫和脑型疟疾）的体征和症状，包括这些重症病理的替代定义。
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。
