ELSA-Brasil 基线 HOMA-IR 与代谢综合征数据
研究基于 12,313 名无糖尿病成人，平均年龄 51.2 岁，代谢综合征患病率 34.6%，超重或肥胖占 60.1%。数据可用于分析 HOMA-IR 在不同 BMI 分类下判别胰岛素抵抗与代谢综合征的切点，服务于内分泌与代谢疾病领域的分类与阈值研究（来源 figshare，CC BY 4.0 许可
基本信息
资源简介
ELSA-Brasil 基线 HOMA-IR 与代谢综合征数据
Homeostasis model assessment of insulin resistance (HOMA-IR) and metabolic syndrome at baseline of a multicentric Brazilian cohort: ELSA-Brasil study
该数据集来自 scielo.figshare.com，配套 ELSA-Brasil 多中心巴西队列基线研究，包含 2 个表格文件（Table_1.xls、Table_2.xls）。研究基于 12,313 名无糖尿病成人，平均年龄 51.2 岁，代谢综合征患病率 34.6%，超重或肥胖占 60.1%。数据可用于分析 HOMA-IR 在不同 BMI 分类下判别胰岛素抵抗与代谢综合征的切点，服务于内分泌与代谢疾病领域的分类与阈值研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
配套论文《Homeostasis model assessment of insulin resistance (HOMA-IR) and metabolic syndrome at baseline of a multicentric Brazilian cohort: ELSA-Brasil study》发表于 Cadernos de Saúde Pública（2020），DOI：10.1590/0102-311x00072120。源站首次发布：2021-03-24。
【数据内容】
源站描述（机器翻译，仅供参考）：摘要：稳态模型评估胰岛素抵抗（HOMA-IR）是一种测量胰岛素抵抗的方法。用于识别代谢综合征的 HOMA-IR 切点可能因人群和体重指数（BMI）水平而异。我们旨在研究在巴西成人健康纵向研究（ELSA-Brasil）基线的大量无糖尿病成人样本中，针对每个 BMI 类别，最能区分胰岛素抵抗个体和代谢综合征个体的 HOMA-IR 切点。在 12,313 名平均年龄 51.2（标准差 8.9）岁的参与者中，代谢综合征患病率为 34.6%，60.1% 超重或肥胖。正常体重、超重和肥胖类别的代谢综合征患病率分别为 13%、43.2% 和 60.7%。HOMA-IR 判别……的最大联合灵敏度和特异度点
【数据结构与技术规格】
文件数 2 个，合计 15.36 KB。数据集 DOI：10.6084/m9.figshare.14280798.v1。
【主题与分类】
源站学科分类：Environmental and Occupational Health and Safety。主题标签：Metabolic Syndrome、Insulin Resistance、Cohort Studies。本站分类：内分泌、营养和代谢疾病。
【适用方向】
源站学科分类标注为 Environmental and Occupational Health and Safety。
【获取与许可】
源站页面：https://scielo.figshare.com/articles/dataset/Homeostasis_model_assessment_of_insulin_resistance_HOMA-IR_and_metabolic_syndrome_at_baseline_of_a_multicentric_Brazilian_cohort_ELSA-Brasil_study/14280798
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Diniz, Maria de Fátima Haueisen Sander; Beleigoli, Alline Maria Rezende; Schmidt, Maria Inês; Duncan, Bruce B.; Ribeiro, Antônio Luiz P.; Vidigal, Pedro G.; et al. (2020). Homeostasis model assessment of insulin resistance (HOMA-IR) and metabolic syndrome at baseline of a multicentric Brazilian coho…
【使用注意】
· 源站最后修改于 2023-06-04，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（Figshare）
- 源站标题：Homeostasis model assessment of insulin resistance (HOMA-IR) and metabolic syndrome at baseline of a multicentric Brazilian cohort: ELSA-Brasil study
- DOI：10.6084/m9.figshare.14280798.v1
- 发布日期：2021-03-24
- 文件数：2 个
- 文件总体积：15.36 KB
- 源站页面：https://scielo.figshare.com/articles/dataset/Homeostasis_model_assessment_of_insulin_resistance_HOMA-IR_and_metabolic_syndrome_at_baseline_of_a_multicentric_Brazilian_cohort_ELSA-Brasil_study/14280798
命令行下载
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/27111102"
curl -L -o "Table_2.xls" "https://ndownloader.figshare.com/files/27111105"
文件清单
Table_1.xls（9.73 KB）Table_2.xls（5.63 KB）
文件总体积 15.36 KB（源站 API 实测）。
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。
数据说明
摘要：胰岛素抵抗稳态模型评估（HOMA-IR）是一种测量胰岛素抵抗的方法。用于识别代谢综合征的HOMA-IR截断值可能因人群和体重指数（BMI）水平而异。本研究旨在巴西成人健康纵向研究（ELSA-Brasil）基线中，基于大样本无糖尿病成人，探讨在各BMI类别中，最能区分胰岛素抵抗个体和代谢综合征个体的HOMA-胰岛素抵抗截断值。在12，313名平均年龄51.2岁（标准差8.9）的参与者中，代谢综合征患病率为34.6%，60.1%存在超重或肥胖。正常体重、超重和肥胖类别中代谢综合征的患病率分别为13%、43.2%和60.7%。在总样本中，HOMA-IR区分代谢综合征的最大联合灵敏度和特异度点为2.35，且该值随BMI类别升高而增大。
本研究有助于更好地理解在大量巴西成年人样本中与胰岛素抵抗和代谢综合征相关的HOMA-IR值，并且根据ROC曲线使用截断点可能是更好的策略。研究还提示，不同BMI类别可能适用不同的数值。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.6084/m9.figshare.14280798.v1（source: https://scielo.figshare.com/articles/dataset/Homeostasis_model_assessment_of_insulin_resistance_HOMA-IR_and_metabolic_syndrome_at_baseline_of_a_multicentric_Brazilian_cohort_ELSA-Brasil_study/14280798）。
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。
