AGK 博士数据文件
本文所述数据集源自 2021 年 7 月至 12 月期间向南非比勒陀利亚一家公立医院就诊或转诊患者分发的一项调查。该研究的最终目标是开发一个较为稳健的模型，旨在确定南非成年人中可归因于极端收缩压和舒张压值的高血压风险因素
基本信息
资源简介
AGK 博士数据文件
AGK PhD Data File 是一个以高血压风险因素研究为主题的医学数据集，其英文名称即为 AGK PhD Data File，在本站归类于循环系统疾病下的“其他”类别，来源站为 doi.org，作者为 Anesu Gelfand Kuhudzai，所属机构为 Mendeley，发布时间为 2022 年。该数据集源自一项面向南非比勒陀利亚一家公立医院就诊或转诊患者开展的调查研究，调查时间为 2021 年 7 月至 12 月。研究的最终目标是开发一个较为稳健的模型，用以确定南非成年人中可归因于极端收缩压和舒张压值的高血压风险因素。数据集以 Creative Commons Attribution 4.0 International 许可发布，可供相关研究者在署名条件下使用。
【数据集背景】
高血压正在成为全球性的公共卫生问题，在世界范围内造成疾病负担与死亡负担。在撒哈拉以南非洲，南非是高血压负担急剧增加的国家之一。源站描述指出，南非成年人高血压患病率较高，范围为 17.1% 至 25.9%，并发现该高患病率可由年龄、BMI、性别、最高教育水平、种族、体育锻炼、高血压家族史、抑郁、糖尿病、压力和婚姻状况等因素预测。正是在这一背景下，该项研究面向南非成年人群体，试图围绕极端收缩压和舒张压值建立风险因素模型，以支撑对高血压风险的识别与分析。
【数据内容】
该数据集的内容来自一项面向患者的调查，调查对象为在南非比勒陀利亚一家公立医院就诊或转诊的患者。源站描述提及的研究关注变量包括年龄、BMI、性别、最高教育水平、种族、体育锻炼、高血压家族史、抑郁、糖尿病、压力和婚姻状况，以及收缩压和舒张压的极端值。关于数据集的记录条数、变量数量、字段类型、编码方式与文件格式等具体内容，源站未提供。
【采集与来源】
数据采集于 2021 年 7 月至 12 月期间，通过向比勒陀利亚一家公立医院就诊或转诊的患者分发调查问卷完成。数据集的来源站为 doi.org，作者为 Anesu Gelfand Kuhudzai，所属机构为 Mendeley，发布时间为 2022 年。关于抽样方法、样本量、问卷具体条目、伦理审批细节及数据录入流程，源站未提供。
【适用场景】
依据源站描述，该数据集适用于围绕南非成年人高血压风险因素开展的分析与建模工作，尤其是以极端收缩压和舒张压值为关注结局、考察年龄、BMI、性别、教育水平、种族、体育锻炼、家族史、抑郁、糖尿病、压力和婚姻状况等因素作用的研究场景。它也可用于高血压公共卫生负担相关的方法学讨论与模型开发练习。关于该数据集在其他疾病领域或其他人群中的适用性，源站未提供。
【使用方法】
该数据集以 Creative Commons Attribution 4.0 International 许可发布，使用者可在署名作者的前提下使用。关于具体的读取方式、变量字典、分析脚本、模型构建步骤与推荐软件环境，源站未提供。
【质量与限制】
源站描述强调研究目标是开发一个“较为稳健”的模型，但未给出模型性能指标、验证结果或数据质量评估结论。数据来自单一公立医院的就诊或转诊患者，关于其代表性、样本偏差、缺失值情况与测量误差，源站未提供。使用者在解释结果时应结合研究设计与来源人群加以判断。
【引用与许可】
使用该数据集时应引用作者 Anesu Gelfand Kuhudzai 的相关工作，并遵循 Creative Commons Attribution 4.0 International 许可的署名要求。数据集的发布机构为 Mendeley，来源站为 doi.org，发布时间为 2022 年。关于具体引用格式与 DOI 标识，源站未提供。
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://doi.org/10.17632/9mgndk38dy
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:
数据集大小约 73.3 KB。
数据说明
本文所述数据集源自2021年7月至12月期间向南非比勒陀利亚一家公立医院就诊或转诊患者分发的一项调查。该研究的最终目标是开发一个较为稳健的模型，旨在确定南非成年人中可归因于极端收缩压和舒张压值的高血压危险因素。高血压正成为全球公共卫生问题，导致全球发病率和死亡率的负担，在撒哈拉以南非洲，南非是高血压负担急剧增加的国家之一。在拟合贝叶斯二元分位数回归模型后，发现南非成年人高血压的高患病率（17.1%至25.9%）可由年龄、bmi、性别、最高教育水平、种族、体育锻炼、高血压家族史、抑郁、糖尿病、压力和婚姻状况预测。
使用Gelman-Rubin诊断法评估收敛性，收缩压和舒张压风险因素的估计潜在尺度缩减因子均小于1.1，表明贝叶斯二元模型的准确性后验估计上分位数及相关95%可信区间已达到收敛。普通公众、卫生当局、非政府组织、私营部门和政府之间开展积极的协作努力，以尽量减少高血压的生活方式成因，这是一项优先事项。
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。
