阿克拉家庭营养教育对蔬菜和豆类摄入的影响
该数据集来自 clinicaltrials.gov,主题为 Iron Deficiency Anemia,关注加纳阿克拉地区家庭中通过营养教育促进绿叶蔬菜和豆类摄入的干预研究

基本信息
资源简介
阿克拉家庭营养教育对蔬菜和豆类摄入的影响
该数据集来自 clinicaltrials.gov,主题为 Iron Deficiency Anemia,关注加纳阿克拉地区家庭中通过营养教育促进绿叶蔬菜和豆类摄入的干预研究。源站描述指出绿叶蔬菜和豆类富含膳食纤维、蛋白质、维生素、矿物质(铁、锌、钙)及植物化学物,但包括加纳在内的许多地区摄入量偏低,主要障碍是相关知识不足;近期证据提示增加摄入可改善铁状况、缓解缺铁性贫血和隐性饥饿。数据可用于营养教育效果评估与贫血相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:缺铁性贫血。背景:绿叶蔬菜和豆类是膳食纤维、蛋白质、维生素、矿物质(包括铁、锌和钙)以及植物化学物等重要营养素的来源,这些营养素为生长发育所必需。尽管具有营养益处,但在包括加纳在内的世界许多地区,这些食物的消费量仍然很低。这些重要食物消费量低的一个显著障碍是对其营养成分和健康重要性的知识和意识不足。近期证据表明,食用绿叶蔬菜和豆类有可能改善铁状况,并缓解妇女和儿童中的缺铁性贫血和隐性饥饿。铁是人整个生命周期健康所必需的微量营养素。其缺乏会导致缺铁性贫血(IDA),该病与……
【主题与分类】
主题标签:Iron Deficiency Anemia。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07012473
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://clinicaltrials.gov/study/NCT07012473
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:
数据说明
条件:缺铁性贫血。背景:绿叶蔬菜和豆类是人类生长发育所需的膳食纤维、蛋白质、维生素、矿物质(包括铁、锌和钙)以及植物化学物等重要营养素的来源。尽管具有这些营养益处,但在包括加纳在内的世界许多地区,此类食物的消费量仍然很低。这些重要食物消费量低的一个重要障碍是,人们对其营养成分和健康重要性的认识和了解不足。近期证据表明,食用绿叶蔬菜和豆类有可能改善铁状况,并缓解妇女和儿童中的缺铁性贫血及隐性饥饿。铁是贯穿整个生命周期对人类健康至关重要的微量营养素。铁缺乏会导致缺铁性贫血(IDA),这是全球范围内的一个主要公共卫生问题,影响育龄妇女和儿童,但在发展中国家最为普遍。全球约有6.14亿育龄妇女(15-49岁)和2.8亿儿童患有贫血,缺铁是主要原因。
然而,在非洲,缺铁性贫血病例患病率最高的地区是中部和西部非洲,那里约71%的五岁以下儿童患有贫血。问题陈述 在加纳阿克拉的家庭中,绿叶蔬菜和豆类摄入不足十分普遍,导致贫血、铁和维生素A缺乏、高血压、糖尿病、超重和肥胖等饮食相关疾病和营养缺乏症的高发。世界卫生组织建议每天摄入400克(5份;每份80克)蔬菜和160克豆类。然而,近期研究表明,大多数加纳人未达到推荐的蔬菜和豆类摄入量,这可归因于营养教育不足。关于健康益处的营养教育不足
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。




