非洲糖尿病综合数据集（T2DM + GDM）
这是一个包含25,000个样本的合成临床表格数据集，专门用于预测撒哈拉以南非洲地区的2型糖尿病和妊娠糖尿病。数据集整合了肥胖、家族史、身体活动水平等多种风险因素，主要应用于该地区糖尿病的早期筛查、高风险人群识别、产前预测及并发症建模等公共卫生和临床研究方向。
基本信息
资源简介
非洲糖尿病综合数据集（T2DM + GDM）
【数据集背景】
本数据集源站标题为《electricsheepafrica/african-diabetes-dataset》。源站首次发布：2025-11-07。
【数据内容】
源站原始描述：# African Diabetes Synthetic Dataset (T2DM + GDM) | Africa (Electric Sheep Africa metadata inventory) **Size category:** `10K<n<100K` - **Formats:** `csv` - **Sector:** health - *Engineered by Electric Sheep Africa !size !sector !downloads !license ## TL;DR This dataset is part of the Electric Sheep Africa catalog on Hugging Face. It is indexed for African data discovery with standardized metadata, loading guidance, provenance notes, and analyst-oriented context. ## What This Data…
主表 diabetes_gdm_africa_antenatal_2000.csv 含 40 列、样本前 2000 行结构完整。
主表 diabetes_gdm_africa_large_5000.csv 含 40 列、样本前 2000 行结构完整。
文件 diabetes_generator.py 为文本内容，开头为：#\!/usr/bin/env python3 """ Type 2 Diabetes & Gestational Diabetes Generator for Sub-Saharan Africa Literature-based probabilistic modeling for screening and c…
【数据结构与技术规格】
文件数 9 个，合计 5.89 MB。
【主题与分类】
主题标签：task_categories:tabular-classification、task_categories:tabular-regression、multilinguality:monolingual、language:en、license:cc-by-4.0、size_categories:1K<n<10K、format:csv、modality:tabular、modality:text、library:datasets。
【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。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://huggingface.co/datasets/electricsheepafrica/african-diabetes-dataset
使用许可：cc-by-4.0。
【使用注意】
· 源站最后修改于 2026-08-12，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("electricsheepafrica/african-diabetes-dataset")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/electricsheepafrica/african-diabetes-dataset
数据说明
该数据集是一个专门针对撒哈拉以南非洲地区糖尿病预测的合成数据集，涵盖2型糖尿病（T2DM）和妊娠糖尿病（GDM）两种类型。数据集包含25,000个样本，整合了肥胖、家族史、既往妊娠糖尿病史、身体活动水平、高血压等多种已知糖尿病风险因素。数据通过合成方式构建，旨在支持该地区糖尿病的早期筛查和预防研究，主要应用于人口健康筛查、高风险人群识别、妊娠期糖尿病产前预测以及糖尿病并发症建模等方向。
完整数据卡：huggingface.co/datasets/electricsheepafrica/african-diabetes-dataset
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。
