纳入研究的偏倚风险特征
本数据集来自 plos.figshare.com，收录纳入研究的偏倚风险特征，以表格形式呈现，文件为 Table 1.xls
基本信息
资源简介
纳入研究的偏倚风险特征
Characteristics of the included studies with risk of bias.
本数据集来自 plos.figshare.com，收录纳入研究的偏倚风险特征，以表格形式呈现，文件为 Table 1.xls。数据由 Kausar Sadia Fakhruddin、Lakshman Perera Samaranayake、Borvornwut Buranawat、Hien Ngo 于 2022 年 6 月 1 日发布，DOI 为 10.1371/journal.pone.0265531.t001，主题涉及口腔卫生不良、常见口腔表现、免疫损伤及 COVID-19 相关黏膜皮肤表现。可用于循证综述中评估纳入研究的偏倚风险，支持口腔与黏膜皮肤表现的证据质量分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2022-06-01。
【数据内容】
源站描述（机器翻译，仅供参考）：纳入研究的特征及偏倚风险。
【数据结构与技术规格】
文件数 1 个，合计 22.02 KB。数据集 DOI：10.1371/journal.pone.0265531.t001。
【主题与分类】
源站学科分类：Microbiology、Ecology、Sociology、Immunology、Biological Sciences not elsewhere classified、Infectious Diseases。主题标签：poor oral hygiene、common oral manifestation、associated immune impairment、19 ), caused、facial mucocutaneous manifestations、19 disease spectrum、mucocutaneous manifestations、commonly associated、19 therapies、19 severities。本站分类：口颌系统疾病/其他。
【适用方向】
源站学科分类标注为 Microbiology、Ecology、Sociology、Immunology、Biological Sciences not elsewhere classified、Infectious Diseases。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Characteristics_of_the_included_studies_with_risk_of_bias_/19951671
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Fakhruddin, Kausar Sadia; Samaranayake, Lakshman Perera; Buranawat, Borvornwut; Ngo, Hien (2022). Characteristics of the included studies with risk of bias.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-03，引用时请注意版本时效。
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（Figshare）
- 源站标题：Characteristics of the included studies with risk of bias.
- DOI：10.1371/journal.pone.0265531.t001
- 发布日期：2022-06-01
- 文件数：1 个
- 文件总体积：22.02 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Characteristics_of_the_included_studies_with_risk_of_bias_/19951671
命令行下载
curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/35503590"
文件清单
Table 1.xls（22.02 KB）
文件总体积 22.02 KB（源站 API 实测）。
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。
数据说明
Characteristics of the included studies with risk of bias.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0265531.t001（source: https://plos.figshare.com/articles/dataset/Characteristics_of_the_included_studies_with_risk_of_bias_/19951671）。
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。
