有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
Global Burden of Disease (GBD)|全球健康数据集|疾病负担数据集
收藏ghdx.healthdata.org2025-03-04 收录
下载链接：
http://ghdx.healthdata.org/
下载链接
链接失效反馈资源简介：
全球疾病负担数据库（Global Burden of Disease，GBD）是一个全球性的健康数据平台，旨在提供详尽的健康数据资源，涵盖调查、人口普查、生命统计等多方面信息，为全球健康研究提供重要支持。该数据库可通过其官方网站访问，为非商业用户免费提供数据下载、共享、修改及二次开发等服务，但需遵循 IHME 免费非商业用户协议，商业用途需咨询 IHME 条款和条件。GBD 2021 数据及所有 IHME 数据均在此平台提供，是健康数据研究者的重要资源。
提供机构：
ghdx.healthdata.org
AI搜集汇总
数据集介绍
构建方式
Global Burden of Disease (GBD) 数据集的构建基于全球范围内疾病、伤害和风险因素的系统评估。研究者通过收集来自不同国家和地区的健康数据，运用统计模型和元分析方法，对疾病负担进行量化，并估计其分布和趋势。
特点
GBD 数据集的特点在于其全面性、国际性和动态性。它不仅包含了广泛的疾病和健康相关指标，而且覆盖了全球各个国家和地区，数据每年更新，能够反映最新的全球健康状况和疾病负担变化。
使用方法
使用GBD数据集，研究者可以开展疾病负担的时空分析、健康政策评估以及公共卫生决策支持等多方面工作。用户需通过官方网站注册并遵循数据使用协议，然后可以根据研究需求下载相应的数据集，利用统计软件进行数据分析。
背景与挑战
背景概述
Global Burden of Disease（GBD）数据集，由世界卫生组织（WHO）及华盛顿大学健康指标与评估研究所（IHME）联合发起，旨在量化全球各区域、年龄、性别及病因的疾病负担。该数据集自1990年起构建，汇聚了来自全球各地研究人员的智慧，是公共卫生领域的重要研究资源。其核心研究问题涉及疾病趋势的追踪、健康干预效果的评价以及健康政策制定的支持。GBD数据集对全球疾病负担的评估具有深远影响力，为国际卫生政策制定提供了科学依据。
当前挑战
GBD数据集在构建过程中面临诸多挑战，首先，数据集成与标准化是一大难题，因为不同来源的数据格式与质量参差不齐。其次，数据的不完整性与不确定性要求研究人员发展出更为先进的统计模型与算法。此外，全球疾病负担的动态变化特性要求数据集需不断更新与完善，这对数据维护与更新提出了较高要求。在所解决的领域问题方面，GBD数据集需应对如何准确反映疾病趋势、预测未来健康挑战等复杂问题，这对于全球公共卫生策略的制定至关重要。
发展历史
创建时间与更新
Global Burden of Disease (GBD) 数据集的创建始于1990年，由世界卫生组织及合作伙伴共同发起，此后每隔数年更新一次，至今已涵盖全球多个国家和地区的健康数据。
重要里程碑
GBD 数据集的重要里程碑包括2000年首次发布全球疾病负担报告，该报告为全球健康政策提供了重要依据。2010年，GBD 数据集经过重大更新，引入了更为精确的健康指标和数据分析方法，极大地提升了数据集的参考价值。2015年，GBD 数据集进一步扩展了数据覆盖范围，增加了更多疾病和伤害的负担评估。
当前发展情况
当前，GBD 数据集持续更新，为全球健康研究提供了宝贵的长期趋势数据。它对于了解全球及地区性健康问题、制定公共卫生策略、推动全球健康平等具有不可替代的贡献。研究者通过该数据集，能够深入探究疾病模式的变化，为疾病预防和控制提供科学依据。
发展历程
- 《全球疾病负担》研究项目启动，旨在评估全球的健康状况和疾病负担。
- GBD研究首次发表，标志着全球疾病负担研究进入一个新阶段。
- GBD研究扩展了其研究领域，开始包括更多种类的疾病和健康相关风险因素。
- GBD研究团队发布了更新的全球疾病负担数据，涵盖了更多国家和更详尽的疾病分类。
- GBD研究在《柳叶刀》杂志上发表了其最新的研究成果，为全球卫生政策提供了重要依据。
- GBD研究进一步细化了数据，提供了按年龄、性别和地区划分的疾病负担估计。
- GBD研究在COVID-19大流行期间提供了关键的全球健康数据，支持全球卫生决策。
常用场景
经典使用场景
在探讨全球疾病负担的领域，Global Burden of Disease（GBD）数据集常被用于描绘各国疾病谱系与健康状况的演变。研究者通过该数据集，可以直观地分析不同疾病对人口健康的影响程度，以及它们随时间的变迁趋势。
衍生相关工作
基于GBD数据集，众多经典研究得以开展，如疾病趋势分析、健康不平等研究以及跨区域健康比较研究等。这些衍生工作不仅深化了我们对全球疾病负担的理解，也推动了健康数据科学的发展，为全球健康事业做出了重要贡献。
数据集最近研究
最新研究方向
在全球卫生研究领域，Global Burden of Disease（GBD）数据集持续受到关注。近期研究聚焦于利用GBD数据深入剖析全球疾病负担的时空分布特征，以期揭示健康差异背后的社会经济因素。该数据集助力研究者追踪各类疾病的趋势变化，为政策制定者提供了关于疾病防控和卫生资源配置的决策支持。在全球疫情频发的当下，GBD数据集对于理解疾病模式转变、评估公共卫生干预措施的影响具有不可替代的作用。
相关研究论文
- 1Global Burden of Disease Study 2013: CollaboratorsThe Lancet · 2015年
- 2Global burden of childhood pneumonia and diarrhoeaThe Lancet · 2016年
- 3Global, regional, and national incidence, prevalence, and years lived with disability for 314 diseases and injuries for 195 countries and territories, 1990-2016: a systematic analysis for the Global Burden of Disease Study 2016The Lancet · 2017年
- 4Health Effects of Air Pollution in the United StatesScience Advances · 2019年
- 5Global burden of 369 diseases and injuries in 2019: a systematic analysis for the Global Burden of Disease Study 2019The Lancet · 2020年
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
中国劳动力动态调查
“中国劳动力动态调查” （China Labor-force Dynamics Survey，简称 CLDS）是“985”三期“中山大学社会科学特色数据库建设”专项内容，CLDS的目的是通过对中国城乡以村/居为追踪范围的家庭、劳动力个体开展每两年一次的动态追踪调查，系统地监测村/居社区的社会结构和家庭、劳动力个体的变化与相互影响，建立劳动力、家庭和社区三个层次上的追踪数据库，从而为进行实证导向的高质量的理论研究和政策研究提供基础数据。
中国学术调查数据资料库 收录
flames-and-smoke-datasets
该仓库总结了多个公开的火焰和烟雾数据集，包括DFS、D-Fire dataset、FASDD、FLAME、BoWFire、VisiFire、fire-smoke-detect-yolov4、Forest Fire等数据集。每个数据集都有详细的描述，包括数据来源、图像数量、标注信息等。
github 收录
boat
本项目所使用的数据集名为“boat”，旨在为改进YOLOv11的船舶类型检测系统提供丰富的训练素材。该数据集包含六个主要类别，分别为：散货船、集装箱船、渔船、一般货船、矿石运输船和客船。这些类别涵盖了船舶运输行业的多样性，确保了模型在不同类型船舶识别上的全面性和准确性。数据集中的图像经过精心挑选和标注，确保每个类别的样本都具有代表性。通过使用“boat”数据集，改进后的YOLOv11模型将能够更准确地识别和分类不同类型的船舶，从而提高船舶监测和管理的效率。
github 收录
中国近海台风路径集合数据集(1945-2024)
1945-2024年度，中国近海台风路径数据集，包含每个台风的真实路径信息、台风强度、气压、中心风速、移动速度、移动方向。 数据源为获取温州台风网(http://www.wztf121.com/)的真实观测路径数据，经过处理整合后形成文件，如使用csv文件需使用文本编辑器打开浏览，否则会出现乱码，如要使用excel查看数据，请使用xlsx的格式。
国家海洋科学数据中心 收录
AISHELL/AISHELL-1
Aishell是一个开源的中文普通话语音语料库，由北京壳壳科技有限公司发布。数据集包含了来自中国不同口音地区的400人的录音，录音在安静的室内环境中使用高保真麦克风进行，并下采样至16kHz。通过专业的语音标注和严格的质量检查，手动转录的准确率超过95%。该数据集免费供学术使用，旨在为语音识别领域的新研究人员提供适量的数据。
hugging_face 收录