BRFSS 2020 心脏病数据集（清洗版）
该数据集最初来自 CDC，是行为风险因素监测系统（BRFSS）的重要组成部分，该系统通过年度电话调查收集美国居民的健康状况数据
基本信息
资源简介
BRFSS 2020 心脏病数据集（清洗版）
BRFSS 2020 Heart Disease Dataset（Cleaned Version）是一个围绕循环系统疾病主题整理的数据集，本站将其归入“循环系统疾病 / 其他”分类。该数据集最初来自美国疾病控制与预防中心（CDC），是行为风险因素监测系统（BRFSS）的重要组成部分。BRFSS 通过年度电话调查收集美国居民的健康状况数据，而该数据集所依据的最新版本包含 2020 年的数据，共 401,958 行、279 列。数据集由 Koushal Kumar 与 BP Pandey 提交，机构为 Zenodo，发布时间为 2025 年，采用 Creative Commons Attribution 4.0 International 许可。整体来看，它适合用于围绕美国成年人健康风险因素与心脏疾病相关议题的探索性分析与建模研究。
【数据集背景】
该数据集最初来自 CDC，是行为风险因素监测系统（BRFSS）的重要组成部分。BRFSS 通过年度电话调查收集美国居民的健康状况数据。根据 CDC 的描述，BRFSS 成立于 1984 年，最初覆盖 15 个州，如今已在美国全部 50 个州、哥伦比亚特区以及三个美国领地收集数据。BRFSS 每年完成超过 400,000 次成人访谈，是世界上规模最大、持续开展的健康调查系统。该数据集所依据的最新版本包含 2020 年的数据，是这一长期调查体系在特定年份的产物。
【数据内容】
该数据集共包含 401,958 行和 279 列。绝大多数列是向受访者提出的关于其健康状况的问题，例如“您是否有严重的行走或爬楼梯困难？”或“您一生中是否抽过至少 100 支香烟？[注：5 包 = 100 支香烟]”。这些内容反映了数据集以问卷式健康调查信息为主的特点。本站将其分类为“循环系统疾病 / 其他”，说明其在主题上与循环系统疾病相关，但具体字段构成、变量类型、编码方式以及心脏疾病相关标签的详细定义，源站未提供。
【采集与来源】
数据来源于 CDC 的 BRFSS 系统，该系统通过年度电话调查采集美国居民的健康状况数据。BRFSS 的调查范围覆盖美国全部 50 个州、哥伦比亚特区以及三个美国领地，每年完成超过 400,000 次成人访谈。该数据集所依据的最新版本包含 2020 年的数据。数据集由 Koushal Kumar 与 BP Pandey 提交，机构为 Zenodo，发布时间为 2025 年。关于清洗过程的具体步骤、原始数据到清洗版本的转换细节以及样本筛选规则，源站未提供。
【适用场景】
基于其来源与内容，该数据集可用于围绕美国居民健康状况、行为风险因素以及循环系统疾病相关议题的分析。由于包含大量关于受访者健康状况的问卷问题，它适合用于探索健康风险因素与疾病状态之间的关联，也可用于统计建模、特征筛选或健康调查数据的教学演示。本站分类为“循环系统疾病 / 其他”，提示其可服务于循环系统疾病领域的相关研究。但具体适用的模型类型、预测目标以及是否适合临床诊断用途，源站未提供。
【使用方法】
该数据集以 401,958 行、279 列的表格形式组织，绝大多数列为受访者健康问卷问题。使用者可依据这些问卷字段进行数据加载、变量筛选与统计分析。关于文件的具体格式、字段命名规则、缺失值编码、是否需要进行额外预处理以及推荐的读取方式，源站未提供。
【质量与限制】
该数据集为清洗版本，共 401,958 行、279 列，来源于 BRFSS 的年度电话调查。由于 BRFSS 通过电话调查收集数据，其数据性质属于自我报告的健康调查信息。关于该清洗版本的具体清洗标准、数据完整性、缺失值比例、抽样偏差以及任何已知的质量问题，源站未提供。使用者应注意，源站未提供关于该数据集在心脏疾病诊断或临床预测方面的验证信息。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可。作者为 Koushal Kumar 与 BP Pandey，机构为 Zenodo，发布时间为 2025 年。数据集英文名为 BRFSS 2020 Heart Disease Dataset（Cleaned Version），来源站为 doi.org。使用时应遵循该许可的署名要求。关于具体的引用格式、DOI 编号以及许可的完整条款，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://doi.org/10.5281/zenodo.15279347
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 23.3 MB。
数据说明
最初，该数据集来源于美国疾病控制与预防中心（CDC），是行为风险因素监测系统（BRFSS）的重要组成部分。BRFSS通过年度电话调查收集美国居民健康状况的数据。正如CDC所述：“BRFSS成立于1984年，起初涵盖15个州，如今已覆盖全部50个州以及哥伦比亚特区和三个美国领地。每年，BRFSS完成超过40万次成人访谈，成为全球规模最大的持续进行的健康调查系统。”截至2022年2月15日，最新的数据集包含了2020年的数据，共计401,958行和279列。绝大多数列涉及向受访者询问其健康状况的问题，例如“您是否有严重的行走或爬楼梯困难？”或“您一生中是否吸过至少100支香烟？[注：5包=100支香烟]”。为了提高分析的效率和相关性，我们从原始BRFSS数据集中移除了一些属性。
279个原始属性中，许多包含行政代码、元数据或调查特定变量，这些对心脏病预测并无实质性贡献——例如受访者ID、时间戳、州级标识符以及与心血管健康无关的详细生活方式问题。通过聚焦于精心挑选的18个与已知影响心脏健康的医学、行为及人口学因素直接相关的属性子集，我们精简了数据集。这不仅降低了计算复杂度，还通过消除噪声和无关信息提高了模型的可解释性和性能。以下是为每位患者收集的特征描述：# 特征描述 1 HeartDisease 曾报告患有冠心病（CHD）或心肌梗死（MI）的受访者 2 BMI 身体质量指数（BMI） 3 Smoking 您一生中是否吸过至少100支香烟？[注：5包=100支香烟]
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。
