NHANES 多周期糖尿病与血糖状态数据集 2011-2023

数据集获取

源站：https://doi.org/10.5281/zenodo.21051814

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。

数据集大小约 57.6 MB。

数据说明

一个协调统一的参与者级数据集，源自五个NHANES调查周期：2011-2012、2013-2014、2015-2016、2017-2020和2021-2023。已发布文件df_with_weights.csv包含55,405名参与者和307列，涵盖人口统计学、糖尿病问卷变量、实验室生物标志物、膳食摄入、生活方式、体力活动、合并症、药物衍生指标以及保留的NHANES调查设计/权重变量。目标变量为DIQ010，重新编码为三分类血糖状态标签：0 = 无糖尿病，1 = 糖尿病前期，2 = 糖尿病。数据集包含儿科参与者，用户在研究成人2型糖尿病时应考虑到这一点。调查权重被保留但未自动应用；用户需自行负责调查感知分析和人群推断。未进行全局插补。

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。