健康合成数据集（糖尿病+心血管）
西班牙人群合成健康表格数据，涵盖糖尿病和心血管风险，用于疾病预测研究。
基本信息
资源简介
健康合成数据集（糖尿病+心血管）
【数据集背景】
本数据集源站标题为《Datasets Sintéticos de Salud (Diabetes + Cardio)》。源站首次发布：2025-06-30。
【数据内容】
源站原始描述：## **NutriSynthCare – Dataset sintético sobre riesgo cardiovascular en personas con diabetes** Este dataset combina y completa dos bases sintéticas, una sobre diabetes y otra sobre riesgo cardiovascular, diseñadas para la población española según literatura científica previa al COVID-19. Su objetivo es facilitar el análisis clínico, la imputación avanzada y el desarrollo de recomendaciones nutricionales personalizadas basadas en ontologías. ***Version 2:*** *se han reescalado las variables norma…
【数据结构与技术规格】
文件数 5 个，合计 4.32 MB。
【主题与分类】
主题标签：diabetes、healthcare、nutrition、synthetic、spanish。
【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://www.kaggle.com/datasets/danicruzdevtech/datasets-sintticos-de-salud-diabetes-cardio
使用许可：MIT。
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。
需登录公开下载
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。
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("danicruzdevtech/datasets-sintticos-de-salud-diabetes-cardio")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d danicruzdevtech/datasets-sintticos-de-salud-diabetes-cardio
unzip datasets-sintticos-de-salud-diabetes-cardio.zip -d datasets-sintticos-de-salud-diabetes-cardio/
数据说明
该数据集为西班牙人群的合成健康数据，主要涉及糖尿病和心血管疾病风险，以表格形式呈现，可用于疾病风险预测模型的训练与评估。
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))
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。
