肯尼亚沿海地区呼吸道合胞病毒年龄别血清流行率及儿童疫苗接种窗口复制数据
该数据集是肯尼亚沿海地区呼吸道合胞病毒(RSV)年龄别血清流行率及儿童疫苗接种窗口研究的复制数据,来源于Kilifi县转诊医院住院儿科病房2020至2023年期间采集的存档血清样本

基本信息
资源简介
肯尼亚沿海地区呼吸道合胞病毒年龄别血清流行率及儿童疫苗接种窗口复制数据
Replication Data for: Respiratory syncytial virus age-specific seroprevalence and implications for a childhood vaccination window in coastal Kenya: Observations during the COVID -19 pandemic
该数据集是肯尼亚沿海地区呼吸道合胞病毒(RSV)年龄别血清流行率及儿童疫苗接种窗口研究的复制数据,来源于Kilifi县转诊医院住院儿科病房2020至2023年期间采集的存档血清样本。数据包含采用基于IgG的ELISA法检测的RSV特异性抗体滴度,以及年龄、性别等人口学特征和相关元数据。该数据可用于分析RSV年龄别血清流行率、评估儿童疫苗接种窗口,并支持COVID-19大流行期间RSV传播动态的相关研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):这是题为“肯尼亚沿海地区呼吸道合胞病毒年龄别血清流行率及儿童疫苗接种窗口的意义:COVID-19大流行期间的观察”手稿的复制数据集。这些数据集是Kilifi县转诊医院住院儿科病房正在进行的SARS-CoV-2监测研究的一部分。选取了2020-2023年期间儿童入院时采集的存档血清样本,并使用基于IgG的ELISA法筛查RSV特异性抗体,该方法利用实验室适应RSV A的粗病毒提取物。该研究依赖于从选定参与者中检索到的储存生物样本库血清样本以及Kilifi综合数据管理系统(KIDMS)中可用的元数据。共享数据由实验室RSV IgG ELISA抗体滴度和相关元数据(如人口学特征(年龄、性别)组成。
【主题与分类】
主题标签:Medicine, Health and Life Sciences、Respiratory syncytial virus (RSV)、seroprevalence、Optimal Vaccination Window。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/RSSTRN
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/10.7910/DVN/RSSTRN
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:
数据集大小约 114.8 KB。
数据说明
这是题为“呼吸道合胞病毒年龄特异性血清流行率及对肯尼亚沿海地区儿童疫苗接种窗口的启示:COVID-19大流行期间的观察”手稿的重复数据集。这些数据集是基利菲县转诊医院住院儿科病房正在进行的SARS-CoV-2监测研究的一部分。选取了2020-2023年期间儿童入院时采集的存档血清样本,并使用基于IgG的ELISA进行呼吸道合胞病毒特异性抗体筛查,该ELISA使用了实验室适应型RSV A的粗病毒提取物。该研究依赖于从选定参与者中检索到的储存生物样本库血清样本以及基利菲综合数据管理系统(KIDMS)中可用的元数据。共享数据由实验室RSV IgG ELISA抗体滴度和相关元数据(如人口学特征(年龄、性别等))组成。
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。




