玻利维亚媒介传播区妊娠期恰加斯病母婴传播数据集
该数据集来自玻利维亚2020年9月至2023年3月开展的一项前瞻性观察性研究，纳入患有恰加斯病的孕妇及其婴儿，按媒介传播区记录母婴传播情况
基本信息
资源简介
玻利维亚媒介传播区妊娠期恰加斯病母婴传播数据集
该数据集英文名为 Congenital Transmission of Chagas Disease by Vector Circulation Zone in Bolivia，主题属于医学、健康与生命科学领域，在本站归入“妊娠、分娩和产褥期 / 其他”分类。它来源于玻利维亚开展的一项前瞻性观察性研究，研究对象为患有恰加斯病的孕妇及其婴儿，研究时间为2020年9月至2023年3月，并按媒介传播区记录母婴传播情况。数据集通过 search.dataone.org 获取，采用知识共享CC0 1.0公共领域贡献许可，便于在合规前提下广泛复用。以下依据可获得的信息，从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。
【数据集背景】
恰加斯病是一种在美洲部分地区流行的寄生虫病，母婴传播是其传播途径之一。该数据集所依托的研究聚焦于玻利维亚境内患有恰加斯病的孕妇及其婴儿，采用前瞻性观察性设计，观察期从2020年9月持续至2023年3月。研究关注的核心问题是先天性传播，并结合媒介传播区这一地理维度组织观察与记录，从而反映不同媒介流行区域内母婴传播的发生情况。这一设计使数据同时具有临床观察与空间分布两个层面的意义。
【数据内容】
数据集围绕患有恰加斯病的孕妇及其婴儿展开，记录母婴传播相关信息，并按媒介传播区进行组织。主题标签为 Medicine, Health and Life Sciences。除上述范围性描述外，源站未提供关于具体变量、样本量、字段结构、记录条数或统计指标的进一步说明。
【采集与来源】
数据来自一项前瞻性观察性研究，研究地点为玻利维亚，时间范围为2020年9月至2023年3月，研究对象为患恰加斯病的孕妇及其婴儿。数据集通过 search.dataone.org 发布和获取。源站未提供研究机构、伦理审批、采集流程或质量控制措施的更多细节。
【适用场景】
该数据集可用于研究与恰加斯病母婴传播相关的观察性分析，尤其是结合媒介传播区考察先天性传播的分布特征；也可作为妊娠期传染病、母婴健康与公共卫生空间分析等方向的参考数据。由于主题标签覆盖医学、健康与生命科学，其潜在用途还包括教学示例与方法学演示。具体适用性需结合数据实际内容判断，源站未提供更细化的适用说明。
【使用方法】
源站未提供关于数据格式、文件组织、变量字典、访问方式或分析建议的具体说明。使用者应通过 search.dataone.org 获取数据，并在使用前自行确认数据结构与适用范围。
【质量与限制】
该数据集基于前瞻性观察性研究，其设计特点决定了结论以观察性关联为主。源站未提供样本量、缺失情况、偏倚控制或验证结果等质量信息。使用时应注意到数据覆盖的地理与时间范围有限，即玻利维亚境内2020年9月至2023年3月，外推需谨慎。
【引用与许可】
该数据集采用 CC0 1.0 公共领域贡献许可，许可地址为 http://creativecommons.org/publicdomain/zero/1.0。源站未提供推荐引用格式或作者信息，引用时应以来源站 search.dataone.org 上的数据集记录为准。
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
该数据集来自2020年9月至2023年3月在玻利维亚开展的一项针对恰加斯病孕妇及其婴儿的前瞻性观察性研究。
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。
