埃塞俄比亚Tigray东部Hawzen母亲破伤风类毒素免疫状况及相关因素数据集（2019）
新生儿破伤风仍然是新生儿发病和死亡的一个重要的可预防原因。充分的疫苗接种策略，包括为育龄妇女提供至少两剂破伤风类毒素，可以降低新生儿死亡率
基本信息
资源简介
埃塞俄比亚Tigray东部Hawzen母亲破伤风类毒素免疫状况及相关因素数据集（2019）
该数据集围绕埃塞俄比亚提格雷东部Hawzen地区母亲破伤风类毒素免疫接种状况及其相关因素展开，属于妊娠、分娩和产褥期领域的其他类数据资源，来源站点为rdmcrepo.thri.gov.et。新生儿破伤风仍然是新生儿发病和死亡的一个重要的可预防原因，而充分的疫苗接种策略，包括为育龄妇女提供至少两剂破伤风类毒素，可以降低新生儿死亡率。在埃塞俄比亚，通过这一 proactive 干预措施获得出生保护的新生儿数量较少，因此该研究旨在确定与破伤风类毒素免疫覆盖率低相关的因素。数据集以2019年该地区母亲群体为对象，记录了免疫接种状况及相关影响因素的信息，可为相关公共卫生研究与干预评估提供参考。
【数据集背景】
新生儿破伤风仍然是新生儿发病和死亡的一个重要的可预防原因。充分的疫苗接种策略，包括为育龄妇女提供至少两剂破伤风类毒素，可以降低新生儿死亡率。在埃塞俄比亚，通过这一 proactive 干预措施获得出生保护的新生儿数量较少。基于这一背景，该研究旨在确定与破伤风类毒素免疫覆盖率低相关的因素，数据集即围绕埃塞俄比亚提格雷东部Hawzen地区母亲在2019年的破伤风类毒素免疫接种状况及其相关因素而建立。
【数据内容】
该数据集的主题为母亲破伤风类毒素免疫接种状况及相关因素，覆盖人群为埃塞俄比亚提格雷东部Hawzen地区的母亲，时间参考为2019年。数据集所属分类为妊娠、分娩和产褥期下的其他类。关于具体变量构成、样本量、记录条数、字段类型及编码方式等细节，源站未提供。
【采集与来源】
该数据集来源站点为rdmcrepo.thri.gov.et。源站描述说明了研究目的，即确定与破伤风类毒素免疫覆盖率低相关的因素，并指出在埃塞俄比亚通过为育龄妇女提供至少两剂破伤风类毒素的疫苗接种策略获得出生保护的新生儿数量较少。关于具体的调查设计、抽样方法、数据采集时间窗口、采集工具及伦理审批等信息，源站未提供。
【适用场景】
基于源站描述，该数据集可用于了解埃塞俄比亚提格雷东部Hawzen地区母亲破伤风类毒素免疫接种状况，并分析与免疫覆盖率低相关的因素。其潜在用途包括支持新生儿破伤风预防相关的公共卫生研究、为育龄妇女疫苗接种策略的评估与改进提供参考，以及作为妊娠、分娩和产褥期领域相关分析的辅助资料。关于更具体的适用场景与推荐用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据读取方式、变量说明、分析建议及配套文档等信息。
【质量与限制】
源站未提供关于数据质量、完整性、准确性、代表性及使用限制等方面的说明。该数据集仅覆盖埃塞俄比亚提格雷东部Hawzen地区2019年的母亲群体，其结论外推至其他地区或时期需谨慎，但源站未就此给出具体说明。
【引用与许可】
源站未提供该数据集的引用格式、许可协议及使用条款等信息。
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。
使用方式
数据集获取
源站：https://rdmcrepo.thri.gov.et/handle/123456789/32
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
新生儿破伤风仍然是新生儿发病和死亡的一个重要可预防原因。充分的疫苗接种策略，包括为育龄妇女至少接种两剂破伤风类毒素，可以降低新生儿死亡率。在埃塞俄比亚，通过这一 proactive 干预措施，在出生时得到保护的新生儿数量很少。因此，本研究旨在确定与破伤风类毒素免疫覆盖率低相关的因素。
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。
