西班牙北部Aragón初级保健人群代谢综合征预测的四种诊断指标比较数据集
该数据集源自西班牙Aragón地区CRONAP队列，覆盖16岁以上在初级保健机构有活跃临床记录的居民，包含社会人口学、临床和实验室数据，针对至少患有一种患病率超过5%的慢性病（如高血压、血脂异常）的个体
基本信息
资源简介
西班牙北部Aragón初级保健人群代谢综合征预测的四种诊断指标比较数据集
Comparison of four diagnostic indices (Visceral Adiposity Index, Body Mass Index, Waist Circumference, and Atherogenic Index), in predicting Metabolic Syndrome in a primary care population from northern Spain (Aragón).
该数据集源自西班牙Aragón地区CRONAP队列，覆盖16岁以上在初级保健机构有活跃临床记录的居民，包含社会人口学、临床和实验室数据，针对至少患有一种患病率超过5%的慢性病（如高血压、血脂异常）的个体。数据可用于比较内脏脂肪指数、体重指数、腰围和动脉粥样硬化指数四种诊断指标在预测代谢综合征方面的表现，支持心血管代谢风险的早期识别研究（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2025。
【数据内容】
源站描述（机器翻译，仅供参考）：心血管代谢疾病是全球主要死因，早期识别高危个体对减轻疾病负担至关重要。该数据库催生了一项研究，旨在比较四种诊断指标——内脏脂肪指数（VAI）、体重指数（BMI）、腰围（WC）和动脉粥样硬化指数（AI）——在预测西班牙北部初级保健人群代谢综合征（MetS）方面的表现。该研究是一项回顾性观察性研究，使用了CRONAP队列的部分数据。CRONAP数据集收集了在西班牙Aragón地区有活跃临床记录的16岁及以上居民的数据，包含被诊断患有至少一种患病率超过5%的慢性病（如高血压、血脂异常）的个体的详细社会人口学、临床和实验室数据。
【主题与分类】
主题标签：metabolic syndrome、visceral adiposity index - VAI、primary care、cardiometabolic risk、Body Mass Index (BMI)、Waist Circumference (WC)、Atherogenic Index (AI)。本站分类：循环系统疾病/其他。
【获取与许可】
源站页面：https://zenodo.org/doi/10.5281/zenodo.17391334
使用许可：Creative Commons Attribution 4.0 International。
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/10.5281/zenodo.17391334
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 2.9 MB。
数据说明
心血管代谢疾病是全球主要死亡原因，早期识别高危个体对于减轻其疾病负担至关重要。该数据库促成了本研究的开展，研究目的是比较四种诊断指标——内脏脂肪指数（VAI）、体质指数（BMI）、腰围（WC）和致动脉粥样硬化指数（AI）——在西班牙北部初级保健人群中预测代谢综合征（MetS）的性能。本研究是一项回顾性观察性研究，使用CRONAP队列的部分数据开展。CRONAP数据集收集了在西班牙阿拉贡地区拥有活跃临床记录的≥16岁居民的数据，包含被诊断患有至少一种患病率超过5%的慢性病（如高血压、血脂异常、肥胖、糖尿病、缺血性心脏病、慢性肾脏病，或呼吸系统、甲状腺及精神健康障碍）个体的详细社会人口学、临床和实验室数据。该子集数据包含3,107名个体，其计算VAI所需的人体测量学和生化数据完整。
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。
