常见呼吸道病毒在老年人急性呼吸道感染中的病因学作用:系统综述与meta分析
该数据集来自 datashare.ed.ac.uk,围绕老年人(≥65岁)急性呼吸道感染(ARI)的病毒病因学,汇集了1996至2017年间发表的病例对照研究

基本信息
资源简介
常见呼吸道病毒在老年人急性呼吸道感染中的病因学作用:系统综述与meta分析
该数据集来自 datashare.ed.ac.uk,围绕老年人(≥65岁)急性呼吸道感染(ARI)的病毒病因学,汇集了1996至2017年间发表的病例对照研究。研究通过系统检索7个数据库,纳入16项研究,计算8种常见呼吸道病毒(RSV、流感病毒、PIV、HMPV、腺病毒、鼻病毒、博卡病毒、冠状病毒)的合并比值比(OR)及95%置信区间,以及暴露人群病毒特异性归因分数(AFE)。数据可用于评估各病毒与老年人ARI的关联强度,为呼吸道病毒病因学研究和防控提供证据基础(来源 datashare.ed.ac.uk)。
【数据内容】
源站描述(机器翻译,仅供参考):急性呼吸道感染(ARI)在成人和老年人中构成重大疾病负担。我们旨在识别所有探讨呼吸道病毒在65岁及以上老年人ARI病因学中潜在作用的病例对照研究。我们对1996年至2017年间发表、调查患有和未患有ARI的老年人病毒谱的病例对照研究进行了系统文献综述(覆盖7个数据库)。随后,我们计算了8种常见病毒的合并比值比(OR)及其95%置信区间和暴露人群病毒特异性归因分数(AFE):呼吸道合胞病毒(RSV)、流感病毒(Flu)、副流感病毒(PIV)、人偏肺病毒(HMPV)、腺病毒(AdV)、鼻病毒(RV)、博卡病毒(BoV)和冠状病毒(CoV)。在纳入的16项研究中,有强有力的证据表明可能存在因果归因
【主题与分类】
主题标签:epidemiology、RSV、PIV、respiratory syncytial virus、coronavirus。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://datashare.ed.ac.uk/handle/10283/3284
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://datashare.ed.ac.uk/handle/10283/3284
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
急性呼吸道感染在成人和老年人中构成了沉重的疾病负担。本研究旨在识别所有探讨呼吸道病毒在65岁及以上老年人急性呼吸道感染病因中潜在作用的病例对照研究。我们对1996年至2017年间发表的、调查患有和未患有急性呼吸道感染的老年人病毒谱的病例对照研究进行了系统性文献综述(涵盖7个数据库)。随后,我们计算了8种常见病毒的合并比值比及其95%置信区间,以及暴露人群中的病毒特异性归因分数:呼吸道合胞病毒、流感病毒、副流感病毒、人偏肺病毒、腺病毒、鼻病毒、博卡病毒和冠状病毒。
在纳入的16项研究中,有强有力的证据表明,与无呼吸道症状者(即无症状个体)或健康老年人相比,RSV(OR,8.5 [95% CI,3.9-18.5];AFE,88%)、流感(OR,8.3 [95% CI,4.4-15.9];AFE,88%)、PIV(OR,不可得;AFE,约100%)、HMPV(OR,9.8 [95% CI,2.3-41.0];AFE,90%)、AdV(OR,不可得;AFE,约100%)、RV(OR,7.1 [95% CI,3.7-13.6];AFE,86%)和CoV(OR,2.8 [95% CI,2.0-4.1];AFE,65%)在表现为急性呼吸道感染的老年人中可能存在因果归因。然而,病例组与对照组之间BoV的检出率无显著差异。本综述支持RSV、流感、PIV、HMPV、AdV、RV和CoV是老年人急性呼吸道感染的重要病因,并提供了可归因于病毒病因的病毒相关急性呼吸道感染病例绝对比例的定量估计。疾病负担估计应考虑我们报告的(针对老年人的)适当AFE估计值。
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。




