Framingham DXA骨质疏松研究数据
dbGaP数据集包含Framingham原始队列DXA体成分、骨矿含量和骨密度变量。来自NCBI dbGaP，数据格式为表格，适用于分类任务，专注于内分泌系统疾病领域的代谢性骨病研究。
基本信息
资源简介
Framingham DXA骨质疏松研究数据
【一句话概览】
该数据集为骨质疏松研究中的全身双能X射线吸收测定（DXA）数据，来自Framingham原始队列第22至24次检查。数据包含通过DXA测量的身体成分信息，涵盖脂肪量、软组织，以及骨矿物质含量（BMC）和骨密度（BMD）变量。全身扫描在第22次检查时进行，并在第23次检查时再次进行（来源 NCBI）。
【数据集背景】
本数据集源站标题为《wholedxa0_24s》。
【数据内容】
源站原始描述：Osteoporosis Study Whole Body DXA, Original Cohort Exams 22 - 24. This dataset includes body composition data from Framingham Original Cohort measured using dual x-ray absorptiometry (DXA), including fat mass, soft tissue, and bone mineral content (BMC) and density (BMD) variables. The whole body scan was performed at Exam 22 and then again at Exam 23
中文译文（机器翻译，仅供快速理解，请以原文为准）：骨质疏松研究全身DXA，原始队列检查22-24。该数据集包含弗雷明汉原始队列使用双能X射线吸收测定法（DXA）测量的身体成分数据，包括脂肪量、软组织和骨矿物质含量（BMC）及密度（BMD）变量。全身扫描在检查22时进行，然后在检查23时再次进行。
【主题与分类】
主题标签：Osteoporosis、DXA、body composition、Framingham、Original Cohort、bone mineral density、bone mineral content。
【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.ncbi.nlm.nih.gov/projects/gap/cgi-bin/dataset.cgi?pht=610&study_id=phs000078.v6.p3
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://www.ncbi.nlm.nih.gov/projects/gap/cgi-bin/dataset.cgi?pht=610&study_id=phs000078.v6.p3
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
dbGaP数据集包含Framingham原始队列DXA体成分、骨矿含量和骨密度变量。
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))
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。
