RIPPLE：预防儿童肥胖的家长eHealth工具资源信息项目
该数据集来自search.dataone.org，围绕RIPPLE——一项面向家长的eHealth筛查、简短干预与转介治疗（SBIRT）工具，用于在初级保健场景中帮助家长预防儿童肥胖
基本信息
资源简介
RIPPLE：预防儿童肥胖的家长eHealth工具资源信息项目
The Resource Information Program for Parents on Lifestyle and Education (RIPPLE): A Parent-based eHealth Tool to Prevent Childhood Obesity
该数据集来自search.dataone.org，围绕RIPPLE——一项面向家长的eHealth筛查、简短干预与转介治疗（SBIRT）工具，用于在初级保健场景中帮助家长预防儿童肥胖。研究从初级保健诊所招募家长，让其使用研究专用平板完成约15分钟的SBIRT，内容包括依据儿童实测身高体重筛查体重状态、将家长随机分配至四种简短干预（两种营养、两种身体活动）或eHealth对照组，并向家长提供资源菜单。数据可用于评估该工具的可行性、初步效果及儿童肥胖预防相关分析（来源 DataONE，https://borealisdata.ca/api/datasets/:persistentId/versions/2.2/customlicense。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究的目的是确定在初级保健中提供的eHealth筛查、简短干预与转介治疗（SBIRT）工具帮助家长预防儿童肥胖的可行性和初步影响。该SBIRT名为RIPPLE——家长生活方式与教育资源信息项目。从一家初级保健诊所招募儿童的家长，并邀请他们在研究指定的平板电脑上参与SBIRT。SBIRT很简短（约15分钟），家长在等待孩子即将到来的儿科医生预约时完成。该SBIRT（i）使用儿童实测身高和体重筛查儿童的体重状态，（ii）将家长随机分配到四种简短干预之一（两种关于营养，两种关于身体活动）或一个eHealth对照组，以及（iii）向家长提供资源菜单（即在线
【主题与分类】
主题标签：parents、internet、pediatrics、pediatric obesity、sedentary behavior、exercise、nutrition、primary health care、Medicine, Health and Life Sciences、ehealth。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Adfe0dd0d4bcff877a8fc29aa84fcba71749e3211ffc0218fa2a73a678189afe1
使用许可：https://borealisdata.ca/api/datasets/:persistentId/versions/2.2/customlicense?persistentId=doi:10.7939/DVN/10889。
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
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
本研究旨在确定在初级保健中实施的电子健康筛查、简短干预和转介治疗（SBIRT）工具在帮助父母预防儿童肥胖方面的可行性和初步影响。该SBIRT工具名为RIPPLE——父母生活方式与教育资源信息项目。研究从一家初级保健诊所招募儿童父母，并邀请他们通过研究指定的平板电脑参与SBIRT。该SBIRT较为简短（约15分钟），父母在等待孩子即将进行的小儿科医生预约时完成。该SBIRT（i）使用儿童实测身高和体重筛查儿童体重状况，（ii）将父母随机分配至四种简短干预之一（两种关于营养，两种关于身体活动）或电子健康对照组，以及（iii）为父母提供资源菜单（即在线手册、社区服务信息），以帮助预防儿童肥胖。
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。
