WHO GHO：每千名育龄妇女流产入院人次
该数据集为世界卫生组织全球卫生观察站中的“每千名育龄妇女流产住院人数”指标，英文名称为 WHO GHO: Abortion admissions per 1000 women of reproductive age，本站将其归入泌尿生殖系统疾病 / 其他类别，发布来源为 who.int
基本信息
资源简介
WHO GHO：每千名育龄妇女流产入院人次
该数据集为世界卫生组织全球卫生观察站中的“每千名育龄妇女流产住院人数”指标，英文名称为 WHO GHO: Abortion admissions per 1000 women of reproductive age，本站将其归入泌尿生殖系统疾病 / 其他类别，发布来源为 who.int。
【数据集背景】
源站未提供该指标的设立背景、历史沿革、政策语境与目标说明。可确认的是，它属于世界卫生组织全球卫生观察站指标，指标代码为 ABORTION_ADMISSIONS，主题是每千名育龄妇女的流产住院人数。除这些信息外，源站未提供更多背景内容。
【数据内容】
该数据集围绕 ABORTION_ADMISSIONS 指标展开，核心度量是每千名育龄妇女的流产住院人数。其地理层级为国家层面，并以时间序列形式呈现，覆盖 194 个成员国。本站分类为泌尿生殖系统疾病 / 其他。除上述信息外，源站未提供关于字段结构、年龄范围、时间跨度、更新频率、单位换算、国家列表等更细内容。
【采集与来源】
发布来源为 who.int。该指标来自世界卫生组织全球卫生观察站，源站说明其为国家层面的时间序列，覆盖 194 个成员国。关于数据由谁提交、如何汇总、报告周期、修订流程、数据加工方法等，源站未提供。
【适用场景】
源站未提供该数据集的具体适用场景说明。从指标名称本身看，它涉及每千名育龄妇女的流产住院人数，因此属于生殖健康与卫生服务相关量化信息；在公共卫生领域，这类指标通常可用于观察国家层面的相关住院负担及其随时间的变化。但具体是否适合用于政策评估、跨国比较、趋势分析或研究引用，应以源站说明和实际数据质量为准，源站未提供专门的使用场景指引。
【使用方法】
源站未提供该数据集的访问路径、下载格式、接口方式、查询工具、筛选维度或操作步骤。已知发布来源为 who.int，数据集属于世界卫生组织全球卫生观察站指标，但如何获取、浏览或导出数据，源站未提供。使用者若需使用，应前往来源网站查找该指标的相关页面或数据入口。
【质量与限制】
源站未提供关于该指标的质量评估、缺失值情况、统计口径差异、国家间可比性、数据修订机制、异常值处理等说明。由于该指标以每千名育龄妇女的流产住院人数为单位，并覆盖 194 个成员国，跨国时间序列通常会涉及各国卫生信息系统和报告实践差异；但该数据集的具体质量与限制，源站未提供。使用者应谨慎对待跨国比较和长期趋势解读，并核对源站的最新说明。
【引用与许可】
源站未提供该数据集的推荐引用格式、许可条款、版权归属、转载条件或商业使用限制。发布来源为 who.int，使用或传播该数据集前，应查阅来源网站上的相关声明与使用条款。除此之外，源站未提供更多引用与许可信息。
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。
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://who.int/data/gho/data/indicators/indicator-details/GHO/ABORTION_ADMISSIONS
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
WHO Global Health Observatory指标ABORTION_ADMISSIONS：每1000名育龄妇女中的流产入院人数。涵盖194个成员国的国家级时间序列。
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。
