青年冠脉风险发展研究数据集
青年冠脉风险发展研究数据集包含结构化临床变量、诊断编码、实验室指标和随访结局，数据模态为表格，适合雷诺氏病相关病例识别、诊断建模、分割检测、风险评估或临床研究复现。
基本信息
资源简介
青年冠脉风险发展研究数据集
【一句话概览】
CARDIA 研究旨在加深对心血管疾病风险因素在青年向中年过渡关键时期变化原因的理解。该研究最初于1983年获得资助，为期五年，包含两轮检查，后续通过合同续签得以继续开展复查。研究共纳入5115名受试者，涉及流行病学、心血管疾病、冠状动脉风险、青年、观察性研究、高血压、肥胖和左心室质量等标签（来源 biolincc.nhlbi.nih.gov）。
【数据集背景】
本数据集源站标题为《Coronary Artery Risk Development in Young Adults (CARDIA)》。
【数据内容】
源站原始描述：CARDIA is designed to increase understanding of contributors to changes in cardiovascular disease (CVD) risk factors during the critical years of transition from young adulthood to middle age. CARDIA was funded initially in 1983 for a five year cycle that included two rounds of examinations. Contract renewals have allowed for subsequent re-examinations
中文译文（机器翻译，仅供快速理解，请以原文为准）：CARDIA旨在加深对心血管疾病（CVD）风险因素在青年至中年关键转变期变化影响因素的理解。CARDIA最初于1983年获得资助，为期五年，包括两轮检查。合同续签使得后续的复查得以进行。
【主题与分类】
主题标签：Epidemiology、Cardiovascular Disease、Coronary Artery Risk、Young Adults、Observational Study、Hypertension、Obesity、Left Ventricular Mass。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://biolincc.nhlbi.nih.gov/studies/cardia/
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://biolincc.nhlbi.nih.gov/studies/cardia/
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
CARDIA Study 数据集包含结构化临床变量、诊断编码、实验室指标和随访结局，可围绕雷诺氏病（Raynaud’s disease）开展病例筛选、特征提取、诊断分类、分割检测、风险评估或预后分析。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
