-
COVID_19死亡率超额数据格式_长版_标准化数据集
2026年1月31日 30 101 51
数据集概述 本数据集是COVID-19超额死亡率相关数据的标准化格式长版本，采用行式结构收集性别和年龄组的差异数据，是公共卫生领域中用于疫情分析的标准化数据模板之一，共包含1个文件。 文件详解 文件名称：format dati_long.xlsx 文件格式：XLSX...
-
COVID19_Based_超额死亡率数据宽格式数据集
2026年1月30日 30 188 21
数据集概述 本数据集是针对COVID-19超额死亡率相关数据的标准化宽格式版本，与长格式共同构成两种数据组织形式。宽格式将性别和年龄组的差异以列的形式呈现，便于特定维度的数据分析和比较，包含1个文件。 文件详解 文件名称：format dati_wide.xlsx 文件格式：XLSX...
-
HMD_Based_2020_2021年新冠疫情超额死亡率多模型测算对比数据
2026年1月20日 30 166 112
数据集概述 本数据集聚焦2020-2021年新冠疫情期间超额死亡率的多模型测算对比，包含6种测算方法（4种已发表+2种新方法）的结果，覆盖33个高收入国家及其他国家的次级分析数据，涉及超额死亡数、超额死亡与新冠记录死亡的比值R等核心指标，以及年龄调整对结果的影响分析。 文件详解 核心数据文件（CSV格式，共7个）...
-
Global_PM2_5_全球环境PM2_5健康负担及人为气溶胶作用数据
2026年1月21日 30 23 7
数据集概述 本数据集包含7个子数据集（SI Dataset S1至S7），聚焦全球环境PM2.5暴露的健康负担，以及人为黑碳（BC）、一次有机气溶胶（POA）、二次有机气溶胶（aSOA）的贡献。内容涵盖不同人群超额死亡率、疾病分布、行业贡献及区域差异，为大气污染健康影响研究提供结构化数据。 文件详解...
-
Dryad_Based_法国多发性硬化症患者年龄与病程对超额死亡率影响研究数据
2026年1月19日 30 103 36
数据集概述 本数据集来自法国全国多发性硬化症队列研究，旨在分析当前年龄、病程对患者超额死亡率的影响，以及发病年龄和初始表型（复发型R-MS、原发进展型PPMS）的作用。研究纳入法国18家专家中心的37524例患者，记录了2883例死亡数据，采用多维惩罚样条模型分析超额死亡率的动态变化，为MS患者预后评估提供依据。 文件详解...
-
欧洲超额死亡率的口罩效应补充数据集
2025年12月22日 30 41 26
数据集概述 本数据集为关于欧洲超额死亡率的口罩效应研究提供补充数据支持，包含研究相关的文档、代码及结构化数据文件，可用于验证或扩展该主题的分析。 文件详解 文档文件 (.pdf): supplementary_file_1.pdf: PDF格式文档，具体内容未提供 supplementary_file_2.pdf: PDF格式文档，具体内容未提供...
-
新冠疫情超额死亡率数据集COVID-19ExcessMortalityDataset-ilijagracanin
2025年4月24日 30 10 1
新冠疫情超额死亡率数据集COVID-19ExcessMortalityDataset-ilijagracanin 数据来源：互联网公开数据 标签：新冠疫情，超额死亡率，死亡统计，公共卫生，流行病学，时间序列，数据分析，全球健康 数据概述： 该数据集包含全球范围内与新冠疫情相关的超额死亡率数据，旨在评估疫情对死亡人数的实际影响。主要特征如下：...
-
博索纳罗选票与各州超额死亡率数据集
2025年4月15日 30 138 122
博索纳罗选票与各州超额死亡率数据集 数据来源：互联网公开数据 标签：博索纳罗,巴西选举,COVID-19,超额死亡率,人口统计,疫苗接种率,政治态度 数据概述：...
-
全球每日超额死亡率数据集
2025年2月26日 90 56 45
标题：全球每日超额死亡率数据集 数据内容： 该数据集包含了全球范围内每日超额死亡率的数据，具体包括以下字段： - Entity：表示不同的国家或地区，共有100种不同的值。 - Code：表示国家或地区的代码，共有100种不同的值。 - Day：表示日期，共有100种不同的值。 - Daily excess deaths per 100,000...
-
美国超额死亡率数据集分析
2025年2月24日 90 50 5
标题：美国超额死亡率数据集分析 数据内容：该数据集包含了美国2020年至2024年的每周或每月死亡人数，以及2015年至2019年的死亡人数数据。数据集中的字段包括地区（Entity）、地区代码（Code）、日期（Day）、以及各个年份（2015-2023年）的全年龄死亡人数。此外，还包括自2020年以来的预测死亡人数。 数据来源：互联网公开数据...
