英国老龄化纵向研究:第8-9轮,2016-2019年,原始数据:特别许可访问

English Longitudinal Study of Ageing (ELSA) 研究是一项针对老年人老龄化与生活质量的纵向调查,探讨随着人们规划退休、进入退休及退休后生活,健康与功能、社会网络与参与以及经济地位之间的动态关系

UK Data ServiceUK Data Service
datacite
浏览 11
表格预测老龄化纵向调查健康轨迹经济状况退休社会参与糖尿病
English Longitudinal Study of Ageing: Waves 8-9, 2016-2019, Primary Data: Special Licence Access

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-07
版本
4th Edition

资源简介

英国老龄化纵向研究:第8-9轮,2016-2019年,原始数据:特别许可访问

English Longitudinal Study of Ageing: Waves 8-9, 2016-2019, Primary Data: Special Licence Access 是英国老龄化纵向研究(ELSA)第8至第9轮调查(2016—2019年)的主要数据,采用特殊许可访问方式发布。该数据集由 NatCen Social Research 制作,经 UK Data Service 机构发布,发布时间为 2024 年。ELSA 是一项针对老年人老龄化与生活质量的纵向调查,旨在探讨随着人们规划退休、进入退休及退休后生活,健康与功能、社会网络与参与以及经济地位之间的动态关系。该数据集在来源站被归类于内分泌、营养和代谢疾病 / 糖尿病相关分类之下,可为相关领域研究提供以老年人群为对象的纵向观测基础。

【数据集背景】

ELSA 全称为 English Longitudinal Study of Ageing,即英国老龄化纵向研究,是一项关于老龄化与生活质量的纵向调查,研究对象为老年人。该研究关注的核心问题是:随着人们规划退休、进入退休以及退休后生活的推进,健康与功能、社会网络与参与、经济地位三者之间如何动态关联。ELSA 的主要目标包括:构建可访问且文档完善的各轮面板数据;以便捷、及时的方式向科学界与政策研究界提供这些数据;在具有代表性的50岁及以上英格兰人口样本中描述健康轨迹、残疾状况与健康预期寿命;考察经济地位与健康之间的关系;研究老年阶段经济地位的决定因素;描述退休时点及退休后的劳动力市场活动;以及理解相关关系。该数据集即为 ELSA 第8至第9轮(2016—2019年)的主要数据,采用特殊许可访问方式。

【数据内容】

该数据集为 ELSA 第8至第9轮(2016—2019年)的主要数据,属于纵向面板数据。其内容围绕老龄化与生活质量展开,涉及健康与功能、社会网络与参与、经济地位等方面,并可用于描述健康轨迹、残疾与健康预期寿命,考察经济地位与健康的关系,研究老年经济地位的决定因素,以及退休时点与退休后劳动力市场活动等议题。该数据集在来源站被归入内分泌、营养和代谢疾病 / 糖尿病分类。关于该数据集的具体变量、样本量、文件结构等细节,源站未提供。

【采集与来源】

该数据集由 NatCen Social Research 制作,来源站为 doi.org,经 UK Data Service 发布,发布时间为 2024 年。数据对应 ELSA 第8至第9轮调查,时间范围为 2016—2019 年。其访问方式为特殊许可访问(Special Licence Access)。关于具体的抽样方法、调查实施流程、数据采集工具等细节,源站未提供。

【适用场景】

该数据集适用于以老年人群为对象的纵向研究,可用于探讨健康与功能、社会网络与参与、经济地位之间的动态关系;可用于描述50岁及以上英格兰人口样本的健康轨迹、残疾与健康预期寿命;可用于考察经济地位与健康的关系、老年阶段经济地位的决定因素、退休时点及退休后劳动力市场活动等研究议题。由于其被归类于内分泌、营养和代谢疾病 / 糖尿病分类,也可为该分类相关研究提供老年纵向数据基础。关于该数据集在其他具体研究场景中的应用,源站未提供。

【使用方法】

该数据集采用特殊许可访问方式发布。关于申请特殊许可访问的具体条件、数据下载与使用流程、所需软件或分析工具等,源站未提供。

【质量与限制】

ELSA 的目标之一是构建可访问且文档完善的面板数据,并以便捷、及时的方式提供给科学界与政策研究界。该数据集为第8至第9轮(2016—2019年)的主要数据,采用特殊许可访问。关于该数据集的具体质量评估指标、样本代表性验证、缺失数据处理、使用限制等,源站未提供。

【引用与许可】

该数据集的作者为 NatCen Social Research,发布机构为 UK Data Service,来源站为 doi.org,发布时间为 2024 年。关于该数据集的具体引用格式、许可条款与使用条件,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/10.5255/ukda-sn-8346-4

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

英国老龄化纵向研究(ELSA)是一项针对老年人老龄化及生活质量的纵向调查,旨在探索人们在规划退休、步入退休及退休后阶段中,健康与功能、社交网络与参与度以及经济状况之间的动态关系。

ELSA的主要目标是:</div> <ul> <li>构建可访问且记录完善的追踪调查面板数据;</li> <li>以便捷及时的方式向科学和政策研究界提供这些数据;</li> <li>描述50岁及以上英格兰代表性人群的健康轨迹、残疾状况和健康预期寿命;</li> <li>考察经济状况与健康之间的关系;</li> <li>研究老年阶段经济状况的决定因素;</li> <li>描述退休时间及退休后劳动力市场活动;以及</li> <li>理解社会支持、家庭结构与资产转移之间的关系。</li> </ul> <p>更多信息可在<a title=“ELSA project” href=“https://www.elsa-project.ac.uk/”>ELSA项目</a>网站、<a href=“http://www.elsa-project.ac.uk/”>财政研究所:ELSA</a>网页以及<a href=“http://www.natcen.ac.uk/our-research/research/english-longitudinal-study-of-ageing/”>NatCen社会研究:ELSA</a>网页上找到。<br><br></p> <p><strong>利用ELSA进行健康状况研究——2021年6月</strong></p> <p>ELSA Da

如果您打算对以下健康状况进行任何分析,请通过 elsadata@natcen.ac.uk 联系 NatCen 的 ELSA 数据团队,以获取有关应如何进行分析的建议。受影响的健康状况包括:眼部疾病(青光眼;糖尿病眼病;黄斑变性;白内障)、心血管

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。

获取专属数据定制方案