埃塞俄比亚北部Tigrai公立医院孕产妇近失的规模与相关因素:横断面研究

在埃塞俄比亚,与机构能力(标准护理的可及性)、患者的社会人口学特征与求医行为、以及卫生保健提供者能力相关的、导致孕产妇近失病例的因素尚未得到充分确定,且各研究间的因素不一致

tigray_health
浏览 8
其他回归孕产妇近失Tigrai公立医院横断面研究机构能力求医行为
Magnitude and Associated Factors of Maternal Near Miss in Public Hospitals of Tigrai, Northern Ethiopia: A Cross Sectional Study

基本信息

模态
其他
任务类型
回归
许可
{"CC BY 4.2"}
创建/更新时间
2026-10-18

资源简介

埃塞俄比亚北部Tigrai公立医院孕产妇近失的规模与相关因素:横断面研究

该数据集聚焦于埃塞俄比亚北部提格雷地区公立医院中孕产妇近失(maternal near miss)的发生程度及其相关因素,采用横断面研究设计。孕产妇近失指妊娠、分娩及产褥期过程中濒临死亡但最终存活的严重并发症事件,是评估产科照护质量的重要指标。源站指出,在埃塞俄比亚,与机构能力(标准护理的可及性)、患者的社会人口学特征与求医行为、以及卫生保健提供者能力相关的、导致孕产妇近失病例的因素尚未得到充分确定,且各研究间的因素不一致。本数据集即针对这一研究空白而建立,属于妊娠、分娩和产褥期领域的其他类数据资源,来源于 rdmcrepo.thri.gov.et。

【数据集背景】

孕产妇近失作为反映产科危重症救治水平的关键结局,其发生程度与影响因素在不同研究中缺乏一致性结论。源站描述强调,在埃塞俄比亚,机构层面标准护理的可及性、患者层面的社会人口学特征与求医行为、以及卫生保健提供者层面的能力,这三类因素与孕产妇近失病例的关联尚未得到充分确定,且各研究之间在因素构成上并不一致。该数据集正是在这一背景下,以提格雷地区公立医院为研究现场,通过横断面研究设计系统考察孕产妇近失的发生程度及其相关因素,为当地产科照护改进提供依据。

【数据内容】

数据集围绕孕产妇近失的发生程度与相关因素展开,涵盖机构能力(标准护理的可及性)、患者社会人口学特征与求医行为、卫生保健提供者能力等维度的信息。具体变量、样本量、测量指标及统计结果,源站未提供。

【采集与来源】

数据来源于埃塞俄比亚北部提格雷地区的公立医院,采用横断面研究设计采集。数据来源站为 rdmcrepo.thri.gov.et。具体的采集时间、抽样方法、纳入排除标准及数据收集工具,源站未提供。

【适用场景】

该数据集适用于孕产妇近失相关研究,可用于考察机构能力、患者社会人口学特征与求医行为、卫生保健提供者能力等因素与孕产妇近失的关联,也可为产科照护质量评估与卫生资源配置研究提供参考。其他具体应用场景,源站未提供。

【使用方法】

源站未提供。

【质量与限制】

源站未提供。

【引用与许可】

源站未提供。

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。

需登录

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。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://rdmcrepo.thri.gov.et/handle/123456789/16

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

在埃塞俄比亚,与机构能力相关的因素——包括标准护理的可及性、患者的社会人口学特征和就医行为,以及医疗保健提供者的能力——对孕产妇近失病例的影响尚未得到充分确定,且各研究之间的相关因素并不一致。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。