魁北克青少年脂肪与生活方式调查(QUALITY)队列
QUALITY 队列是面向儿童青少年的研究数据集,关注超重与肥胖的自然史及其心血管代谢后果,包括血脂异常、高胰岛素血症、血糖异常、炎症、血压升高和交感神经过度活跃等

基本信息
资源简介
魁北克青少年脂肪与生活方式调查(QUALITY)队列
QUALITY 队列是面向儿童青少年的研究数据集,关注超重与肥胖的自然史及其心血管代谢后果,包括血脂异常、高胰岛素血症、血糖异常、炎症、血压升高和交感神经过度活跃等。数据覆盖肥胖、2型糖尿病、心血管危险因素、生活方式、体力活动、久坐行为和饮食习惯等主题,可用于研究遗传与环境因素在肥胖发生中的相对作用,以及代谢并发症的预测与风险评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:儿童肥胖、2型糖尿病、心血管危险因素、儿童ALL、生活方式、体力活动、久坐生活方式、饮食习惯。QUALITY 队列由 Canadian Institutes of Health Research、Heart and Stroke Foundation of Canada 以及 Fonds de la recherche en santé du Québec 资助。多学科研究团队由20多名具有广泛相关专业知识的科研人员以及研究研究员、学生和工作人员组成(www.etudequalitystudy.ca)。QUALITY 的具体目标是:1)加深对超重自然史及其相关心血管代谢后果(血脂异常、高胰岛素血症、血糖异常、炎症、血压升高、交感神经过度活跃)在有肥胖发生风险的青少年中的理解;2)研究遗传、生
【主题与分类】
主题标签:Obesity, Childhood、Diabetes Mellitus, Type 2、Cardiovascular Risk Factor、Pediatric ALL、Lifestyle、Physical Activity、Sedentary Lifestyle、Diet Habit、Metabolic Complication。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/NCT03356262
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://clinicaltrials.gov/study/NCT03356262
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:肥胖、儿童期、2型糖尿病、心血管危险因素、儿童急性淋巴细胞白血病、生活方式、身体活动、久坐生活方式、饮食习惯。QUALITY队列研究由加拿大卫生研究院、加拿大心脏与卒中基金会以及魁北克健康研究基金资助。该多学科研究团队由20多名具备广泛相关专业领域的研究人员,以及研究员、学生和工作人员组成(www.etudequalitystudy.ca)。QUALITY研究的具体目标为:1)加深对超重及其相关心脏代谢后果(血脂异常、高胰岛素血症、血糖异常、炎症、血压升高、交感神经过度活跃)在有肥胖发展风险的青少年中的自然史的理解;2)探究遗传、生物学、环境和社会心理决定因素对超重及其相关心脏代谢后果的相对重要性。
特别关注的决定因素包括社会因素(社会经济地位、家庭构成、建成环境)、行为因素(饮食行为、体力活动、吸烟、睡眠、压力)、生物学因素(不良胎儿环境、体脂分布、生长轨迹、有氧适能)、代谢因素(胰岛素敏感性、脂肪细胞因子)以及遗传/家族因素(家族史、父母特征、基因变异);3)考察肥胖、心脏代谢并发症与动脉粥样硬化亚临床标志物之间的关系;4)考察肥胖及其相关危险因素是否与儿童口腔健康相关。QUALITY队列采用基于学校的抽样策略来识别潜在参与者。在连续三年中,向1040所小学(占所联系学校的89%)二年级至五年级儿童的家长分发了约40万份招募传单,其中包括位于加拿大魁北克省蒙特利尔、魁北克城和舍布鲁克75公里范围内的44所私立学校。有兴趣参与的家庭被邀请联系研究
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。




