大麻、烟草与酒精对新南威尔士北部畸形学特征的广谱流行病学贡献数据集:地理空间与因果推断分析
该数据集基于2008至2015年澳大利亚新南威尔士北部与昆士兰的全人群队列,结合2010、2013年全国毒品策略家庭调查数据,纳入烟草、风险饮酒与年度大麻使用暴露,以先天性异常发生率为主要结局

基本信息
资源简介
大麻、烟草与酒精对新南威尔士北部畸形学特征的广谱流行病学贡献数据集:地理空间与因果推断分析
Broad Spectrum Epidemiological Contribution of Cannabis, Tobacco and Alcohol to the Teratological Profile of Northern New South Wales Dataset: Geospatial and Causal Inference Analysis
该数据集基于2008至2015年澳大利亚新南威尔士北部与昆士兰的全人群队列,结合2010、2013年全国毒品策略家庭调查数据,纳入烟草、风险饮酒与年度大麻使用暴露,以先天性异常发生率为主要结局。数据覆盖地理空间与因果回归分析,可用于评估大麻、烟草和酒精暴露与心血管、呼吸及胃肠道先天异常率变化之间的关联,支持公共卫生与畸形学研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2020。
【数据内容】
源站描述(机器翻译,仅供参考):背景。尽管大麻商业化在高度个人化的公共叙事引导下迅速推进,但所有先天性异常(CA)随加拿大使用大麻而增加、与夏威夷21种CA的关联以及科罗拉多州CA上升的证据表明,跨代效应可能显著并影响公共卫生。因此,研究已知的大麻使用中心新南威尔士北部(NNSW)很重要。方法。设计:队列。2008-2015年。地点:澳大利亚新南威尔士北部和昆士兰(QLD)。参与者。全人群。暴露。烟草、风险饮酒、年度大麻。来源:2010、2013年全国毒品策略家庭调查。主要结局。CA发生率。NNSW-QLD比较。地理空间与因果回归。结果。心血管、呼吸和胃肠道异常随着烟草和酒精使用率下降但大麻使用率上升而上升,横跨
【主题与分类】
主题标签:Pediatrics、Public Health、Congenital Disorder、Congenital Anomaly、Cannabinoid Receptor Affecting Agent、Cannabinoid Receptor、Cannabinoid、Congenital Heart Disease、Community Health、Teratology。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/cjzfyktz5m
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/10.17632/cjzfyktz5m
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 6.2 MB。
数据说明
背景。尽管在大众高度个体化的叙事引导下,大麻商业化正迅速推进,但有证据表明,在加拿大,所有先天性异常(CA)随大麻使用增加而上升;在夏威夷,与21种CA存在关联;在科罗拉多州,CA发病率上升,这些均表明跨代效应可能显著并影响公共卫生。因此,研究已知的大麻使用中心——新南威尔士州北部(NNSW)具有重要意义。方法。设计:队列研究。2008-2015年。地点:澳大利亚新南威尔士州北部(NNSW)和昆士兰州(QLD)。参与者:全人群。暴露因素:烟草、危险饮酒、年度大麻使用。来源:2010年、2013年全国毒品策略家庭调查。主要结局:CA发病率。NNSW-QLD比较。地理空间和因果回归分析。结果。随着烟草和酒精使用率下降但大麻使用率上升,昆士兰全州的心血管、呼吸系统和胃肠道异常均有所上升。NNSW与QLD的产妇年龄无差异(2008-2015年:>35岁者分别为4,265/22,084 vs. 96,473/490,514,卡方=1.687,P=0.194)。NNSW与大麻相关的缺陷发生率高于与大麻无关的缺陷(患病率比(PR)=2.13,95%置信区间1.80-2.52,P=3.24×10⁻¹⁹)。
与烟草或酒精使用量上升相比,大麻使用量上升时CA的上升更为显著。脐膨出和腹裂的NNSW:QLD PR最高(分别为6.29(2.94-13.48)和5.85(3.54-9.67)),暴露人群中的归因分数也最高(分别为84.11%(65.95-92.58%)和82.91%(71.75-89.66%),P=2.83x10-8和P=5.62x10-15)。在多变量地理空间模型中,大麻与心血管(房间隔缺损、室间隔缺损、法洛四联症、动脉导管未闭)、遗传(染色体缺陷、唐氏综合征)、胃肠道(小肠闭锁)、体壁(腹裂、膈疝)及其他(尿道下裂)(AVTPCDSGDH)CA显著相关。在线性模型中,大麻使用与肛门狭窄、先天性脑积水和特纳综合征(ACT)显著相关,并且显著线
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。




