阿根廷队列抗高血压药物依从性分析数据集
该数据集来自阿根廷八城市多中心横断面研究，纳入接受抗高血压药物治疗至少六个月的高血压患者，由医生测量血压并使用 Morisky 问卷评估依从性，将患者分为依从与非依从两组
基本信息
资源简介
阿根廷队列抗高血压药物依从性分析数据集
Analysis of Adherence to Antihypertensive Drug Treatment in an Argentinean Cohort
该数据集来自阿根廷八城市多中心横断面研究，纳入接受抗高血压药物治疗至少六个月的高血压患者，由医生测量血压并使用 Morisky 问卷评估依从性，将患者分为依从与非依从两组。数据包含 4 个表格文件，可用于分析抗高血压药物依从率及其影响因素，支撑高血压管理相关的流行病学与风险因素研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Analysis of Adherence to Antihypertensive Drug Treatment in an Argentinean Cohort》发表于 International Journal of Cardiovascular Sciences（2020），DOI：10.36660/ijcs.20190069。源站首次发布：2021-03-23。
【数据内容】
源站描述（机器翻译，仅供参考）：摘要 背景 抗高血压药物依从性是高血压管理中的主要挑战，非依从性是有效管理高血压的重要障碍。目的 确定阿根廷人群队列中抗高血压药物治疗的依从率及影响非依从性的因素。方法 在阿根廷八个城市开展多中心横断面研究。连续纳入在全科诊所就诊、接受药物治疗至少六个月的高血压患者。血压测量由医生在患者就诊期间进行。依从性水平使用 Morisky 问卷评估，患者被分为非依从和依从。连续变量采用独立 t 检验比较。分类变量比较
【数据结构与技术规格】
文件数 4 个，合计 22.53 KB。数据集 DOI：10.6084/m9.figshare.14270094.v1。
【主题与分类】
源站学科分类：Cardiology。主题标签：Hypertension/epidemiology、Risk Factors、Antihypertensive Agents、Cross-Sectional Study。本站分类：循环系统疾病/其他。
【适用方向】
源站学科分类标注为 Cardiology。
【获取与许可】
源站页面：https://scielo.figshare.com/articles/dataset/Analysis_of_Adherence_to_Antihypertensive_Drug_Treatment_in_an_Argentinean_Cohort/14270094
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Espeche, Walter Gaston; Sabio, Rodrigo; Diaz, Alejandro; Parodi, Roberto; Sisnieguez, Carlos Enrique Leiva; Flores, Roberto Antonio; et al. (2020). Analysis of Adherence to Antihypertensive Drug Treatment in an Argentinean Cohort. SciELO journals. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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/10.6084/m9.figshare.14270094.v1
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 22.5 KB。
数据说明
摘要
背景 抗高血压药物治疗的依从性是高血压管理中的一大挑战，而不依从是有效管理高血压的重要障碍。
目的 确定阿根廷人群队列中高血压药物治疗的依从率及影响不依从的因素。
方法 在阿根廷八个城市开展了一项多中心横断面研究。连续纳入在全科诊所就诊、接受药物治疗至少六个月的高血压患者。血压测量由医生在患者就诊期间进行。依从性水平采用Morisky问卷评估，患者被分为不依从组和依从组。连续变量采用独立t检验进行比较。分类变量采用χ2检验进行比较。为确定与不依从独立相关的变量，采用前向逐步二元逻辑回归模型，结果以比值比（OR）及95%置信区间表示。
所有检验均为双尾检验，p值<0.05被认为具有统计学意义。结果 共纳入852名个体（52%为女性，年龄62±13岁）。依从性不足的主要原因是对服药时间的遗忘和服药时间错误（两者均约占40%）。心血管危险因素较多（吸烟、糖尿病、血脂异常和既往心血管事件）的个体对降压治疗的依从性较低，且年龄明显更年轻（约年轻五岁）。结论 本研究组中抗高血压药物治疗的依从率高于既往研究报告的水平，依从性不足的主要原因是遗忘服药。（Int J Cardiovasc Sci. 2020; 33(3):272-277）
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。
