拟除虫菊酯杀虫剂浓度与血脂异常的关联:东风-同济队列研究
该数据集来自东风-同济队列,围绕拟除虫菊酯杀虫剂暴露与血脂异常之间的关联展开。研究测定了参与者血清中七种母体拟除虫菊酯的浓度,并评估其与血脂水平及血脂异常的横断面和前瞻性关联

基本信息
资源简介
拟除虫菊酯杀虫剂浓度与血脂异常的关联:东风-同济队列研究
Associations between Pyrethroid insecticide concentrations and dyslipidemia: Findings from the Dongfeng-Tongji cohort
该数据集来自东风-同济队列,围绕拟除虫菊酯杀虫剂暴露与血脂异常之间的关联展开。研究测定了参与者血清中七种母体拟除虫菊酯的浓度,并评估其与血脂水平及血脂异常的横断面和前瞻性关联。横断面分析显示,氰戊菊酯和溴氰菊酯浓度较高与血脂异常及其亚型风险升高相关,氟氯氰菊酯与高甘油三酯血症风险升高相关;前瞻性分析显示,基线氰戊菊酯浓度较高与总胆固醇和低密度脂蛋白胆固醇的年增长及新发高甘油三酯血症风险升高相关。可用于环境流行病学中农药暴露与代谢疾病关联的预测与机制探索(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):拟除虫菊酯是全球广泛使用的杀虫剂,但其对血脂异常的影响仍不完全清楚。我们的研究量化了东风-同济队列参与者血清中七种母体拟除虫菊酯的浓度,并评估了其与血脂水平和血脂异常的横断面及前瞻性关联。在横断面分析中,较高的氰戊菊酯和溴氰菊酯血清浓度与血脂异常及其亚型(包括高胆固醇血症、高甘油三酯血症和高β脂蛋白血症)的比值升高持续相关,而氟氯氰菊酯与高甘油三酯血症的比值升高相关。前瞻性分析显示,较高的基线氰戊菊酯血清浓度与总胆固醇和低密度脂蛋白胆固醇的年增长以及新发高甘油三酯血症风险升高相关。
【主题与分类】
主题标签:pyrethroids、Dyslipidemia、Environmental epidemiology。本站分类:内分泌系统疾病/血脂异常。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Aead2d9058028dff402a58669610a3e7c5a80c3f09669e465e727727e73cc5fd1
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
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
拟除虫菊酯是全球广泛使用的杀虫剂,但其对血脂异常的影响仍不完全清楚。我们的研究对来自东风-同济队列参与者的七种母体拟除虫菊酯血清浓度进行了定量,并评估了其与血脂水平和血脂异常的横断面及前瞻性关联。在横断面分析中,较高血清浓度的氰戊菊酯和溴氰菊酯与血脂异常及其亚型(包括高胆固醇血症、高甘油三酯血症和高β脂蛋白血症)的比值比升高持续相关,而氟氯氰菊酯与高甘油三酯血症的比值比升高相关。前瞻性分析显示,较高的基线血清氰戊菊酯浓度与总胆固醇和低密度脂蛋白胆固醇的年增长以及新发高甘油三酯血症风险升高相关。
混合分析确定氰戊菊酯为一个i…,# 数据来源:拟除虫菊酯杀虫剂浓度与血脂异常之间的关联:东风-同济队列研究结果 数据集DOI:10.5061/dryad.sj3tx96ks ## 数据及文件结构说明 为符合Dryad人类受试者数据指南中关于间接标识符不得超过三个变量的规定,本公开数据集仅保留年龄组、性别和BMI,其他人口统计学协变量均已排除。需要包含所有协变量的完整原始数据集的研究人员,可通过电子邮件向通讯作者发送访问请求。受隐私保护要求限制,此处仅归档核心协变量。所有完整多变量模型结果均可在已发表的手稿中获取。本数据集共包含11个CSV文件和一个R脚本:data3666.csv:包含所有参与者的血清拟除虫菊酯浓度、人口统计学特征和生化指标。data3657.csv:包含…,1. 参与者同意 所有入…
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。




