哥伦比亚白蛉媒介空间分布与皮肤利什曼病生态流行病学

该数据集围绕哥伦比亚白蛉媒介的空间分布与皮肤利什曼病传播的生态流行病学,整合了含地理信息的数据库,并对21种医学重要白蛉物种开展生态位建模,以探索其潜在分布

dataone
浏览 2
文本预测PintomyiaEcological Niche ModelingNyssomyiaLutzomyiaClimate envelopePsathyromyiaPhlebotominaeLeishmania vectorsBichromomyiaPsychodopygus
Spatial distribution of sand fly vectors and eco-epidemiology of cutaneous leishmaniasis transmission in Colombia

基本信息

模态
文本
任务类型
预测
许可
CC0 1.0 Universal (CC0 1.0) Public Domain Dedication
创建/更新时间
2026-10-25

资源简介

哥伦比亚白蛉媒介空间分布与皮肤利什曼病生态流行病学

Spatial distribution of sand fly vectors and eco-epidemiology of cutaneous leishmaniasis transmission in Colombia

该数据集围绕哥伦比亚白蛉媒介的空间分布与皮肤利什曼病传播的生态流行病学,整合了含地理信息的数据库,并对21种医学重要白蛉物种开展生态位建模,以探索其潜在分布。数据覆盖媒介物种分布、气候、土地利用与皮肤利什曼病流行率之间的关系,可用于分析环境因素对传播循环重排的影响,并支持媒介监测与疾病风险预测研究(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。

【数据内容】

源站描述(机器翻译,仅供参考):背景:利什曼原虫由白蛉亚科昆虫传播,这些昆虫通过在森林与家养哺乳动物之间循环维持地方性流行循环;人类因媒介寻找血源而作为偶然宿主进入该循环。在哥伦比亚,利什曼病为地方性流行病,所有病例中95%为皮肤利什曼病(CL),这些病例在该国多个地区已有报告,农业引入对森林地区的干预似乎影响了新传播循环的重排。本研究旨在更新该国媒介物种分布,并分析媒介分布、气候、土地利用与CL流行率之间的关系。方法:组装了一个含地理信息的数据库,并开展生态位建模以探索21种医学重要物种各自的潜在分布。

【主题与分类】

主题标签:Pintomyia、Ecological Niche Modeling、Nyssomyia、Lutzomyia、Climate envelope、Psathyromyia、Phlebotominae、Leishmania vectors、Bichromomyia、Psychodopygus。本站分类:口腔疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A6cf4f0cbb8f2a868345f1852146a374eba10db2e4cf66a106b6f2e37cf844988

使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://search.dataone.org/view/sha256%3A6cf4f0cbb8f2a868345f1852146a374eba10db2e4cf66a106b6f2e37cf844988

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

背景:利什曼病由白蛉亚科昆虫传播,这些昆虫通过在森林和家养哺乳动物之间循环维持地方性流行循环;由于媒介寻找血源,人类作为偶然宿主进入该循环。在哥伦比亚,利什曼病是一种地方性疾病,所有病例中95%为皮肤利什曼病(CL),这些病例已在该国多个地区报告,其中农业引入对森林地区的干预似乎对新传播循环的重组产生了影响。本研究旨在更新该国媒介物种分布,并分析媒介分布、气候、土地利用与CL患病率之间的关系。方法:组装了一个包含地理信息的数据库,并利用13个生物气候变量、3个地形变量和3个源自NDVI的主成分,进行生态位建模,以探索哥伦比亚21种具有医学重要性的物种各自的潜在分布。获得了每个物种的二元模型,并将其与土地利用覆盖以及具有可用流行病学数据的CL患病率地图相关联。

最后,将物种潜在分布图叠加,以确定该国潜在的物种丰富度。结果:共获得673条单一记录,其中记录数最多的物种为Lutzomyia gomezi、Lutzomyia longipalpis、Psychodopygus panamensis、Psathyromyia shannoni和Pintomyia evansi。根据曲线下面积和jackknife结果,有18个物种具有显著模型:L. gomezi和P. panamensis的潜在分布范围最广。除Nyssomyia antunesi外,所有白蛉物种主要分布于患病率介于每10万居民0.33至101.35例之间的地区,且76%的采集数据点落在转化后的生态系统中。讨论:哥伦比亚具有医学重要性的白蛉的分布范围与pred

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。

获取专属数据定制方案