JiGenerations健康队列研究：中国父母暴露与代际健康

数据集获取

源站：https://clinicaltrials.gov/study/NCT07514377

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：环境暴露、生育力、妊娠期健康问题、不良妊娠结局、出生缺陷、儿童发育、代谢异常、生长迟缓。母体状况对子代健康与疾病的影响日益受到关注，凸显了开展覆盖整个母婴生命周期的大规模、前瞻性、多中心队列研究的必要性，以阐明这一关系。本研究旨在建立一个以家庭为中心的10万人出生队列，从孕前阶段开始，追踪子代至青春期，以探究生命早期健康轨迹。通过此举，我们力求加深对中国人群疾病、健康状况、寿命及心理行为模式的代际传递的理解。此外，本研究将识别关键干预窗口和潜在机制，从而制定有针对性的健康干预措施。最终，这些努力将有助于改善人群健康，并推动以生命早期干预为基础的健康老龄化策略的发展。

数据与生物样本采集信息 生物样本将在夫妇孕前、孕期、分娩时及整个童年期（0-14岁）采集，建立以家庭为中心、涵盖孕前、孕期、分娩和童年的队列。主要健康结局包括代谢紊乱、心血管疾病、神经发育异常、免疫相关疾病及心理健康问题。多组学生物样本库 将利用胎盘、脐带血、脐带组织、母乳、口腔上皮细胞、血液、尿液和粪便等生物样本，整合基因组学、蛋白质组学、代谢组学和微生物组学数据，构建综合数据库。研究人群与时间线 目标人群为中国育龄夫妇（18-49岁）及其后代，重点关注多代健康关联、城乡差异和区域代表性。研究将于2025年启动，长期随访至2039年，在p

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。