心血管健康研究(CHS)队列:NHLBI资助的65岁及以上成人心血管疾病危险因素观察性研究
心血管健康研究(CHS)是一项前瞻性研究,旨在探讨65岁及以上人群冠心病和卒中发生与进展的危险因素。5,888名研究参与者从美国四个社区招募,并接受了广泛的临床检查以评估亚临床心血管疾病标志物
基本信息
资源简介
心血管健康研究(CHS)队列:NHLBI资助的65岁及以上成人心血管疾病危险因素观察性研究
心血管健康研究(CHS)是一项前瞻性研究,旨在探讨65岁及以上人群冠心病和卒中发生与进展的危险因素。5,888名研究参与者从美国四个社区招募,并接受了广泛的临床检查以评估亚临床心血管疾病标志物
Cardiovascular Health Study (CHS) Cohort: an NHLBI-funded observational study of risk factors for cardiovascular disease in adults 65 years or older
【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):心血管健康研究(CHS)是一项前瞻性研究,旨在探讨65岁及以上人群冠心病和卒中发生与进展的危险因素。5,888名研究参与者从美国四个社区招募,并接受了广泛的临床检查以评估亚临床心血管疾病标志物。原始队列于1989-90年入组,共5,201名参与者。一个补充队列于1992-93年入组,包含687名以非裔美国人为主的参与者。临床检查在研究基线时进行,并在1998-1999年之前每年随访时进行,2005-2006年再次进行。检查内容包括病史和个人史、药物清单、心电图、血压、人体测量、身体和认知功能评估以及抑郁筛查。其他不常进行的检查包括采血、肺量测定、超声
【主题与分类】
主题标签:心血管疾病、心力衰竭、老年人群、观察性研究、队列研究、危险因素、亚临床心血管病。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://gen3.biodatacatalyst.nhlbi.nih.gov/discovery/phs000287.v7.p1.c4/
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/10.60645/bdc-85s2-m323
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
心血管健康研究(CHS)是一项前瞻性研究,旨在探讨65岁及以上人群中冠心病和卒中发生与进展的风险因素。该研究的5,888名参与者来自美国四个社区,并接受了全面的临床检查,以评估亚临床心血管疾病的标志物。最初于1989-1990年招募的队列共有5,201名参与者。1992-1993年,又补充招募了一个由687名以非裔美国人为主的参与者组成的队列。临床检查在研究基线时进行,并在1998-1999年之前每年随访时进行,2005-2006年再次进行。检查内容包括病史和个人史、药物清单、心电图、血压、人体测量、身体和认知功能评估以及抑郁筛查。其他不常进行的检查包括静脉采血、肺功能测定、超声心动图、颈动脉超声、脑磁共振成像、踝臂指数测量和视网膜检查。在检查间隔期间,每年通过电话联系参与者,收集关于住院情况和潜在心血管事件的信息。
自1999年以来,参与者每六个月通过电话联系一次,主要用于识别心血管事件并评估身体和认知健康。随访期间实施了事件识别和裁定的标准方案。经裁定的事件包括心肌梗死、心绞痛、心力衰竭(HF)、卒中、短暂性脑缺血发作(TIA)、跛行和死亡。以下dbGaP子研究使用了心血管健康研究队列。要查看这些子研究中收集的基因型、分析、表达数据、其他分子数据和衍生变量,请点击以下子研究,或点击本顶级研究页面phs000287心血管健康研究(CHS)队列:NHLBI资助的风险因素观察性研究的“子研究”部分。
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。




