肥胖母亲所生丹麦幼儿的饮食与健康研究
该数据集来自 clinicaltrials.gov,对应 SKOT II 前瞻性队列研究,纳入 2010 年共 184 名体重指数超过 30 kg/m2 的肥胖母亲所生子女,在儿童 9、18、36 月龄时于丹麦 Frederiksberg 的营养、运动与体育系进行检查,采集人体测量学数据(体重、身高

基本信息
资源简介
肥胖母亲所生丹麦幼儿的饮食与健康研究
该数据集来自 clinicaltrials.gov,对应 SKOT II 前瞻性队列研究,纳入 2010 年共 184 名体重指数超过 30 kg/m2 的肥胖母亲所生子女,在儿童 9、18、36 月龄时于丹麦 Frederiksberg 的营养、运动与体育系进行检查,采集人体测量学数据(体重、身高、年龄和性别特异性体成分 Z 评分、三头肌与肩胛下皮褶厚度)及背景访谈(如婴儿喂养)等资料,设计与健康非肥胖母亲所生子女的 SKOT I 研究一致,可用于生长、超重、代谢综合征与肥胖相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:生长、超重、代谢综合征、肥胖。SKOT II 是一项前瞻性队列研究,纳入体重指数超过 30 kg/m2 的肥胖母亲所生子女。这些母亲在参加哥本哈根 Hvidovre 医院的一项随机研究期间被邀请参加 SKOT II。家庭被邀请在儿童 9、18 和 36 月龄时进行三次检查。2010 年共纳入 184 名儿童。检查与数据收集的设计方式与 SKOT I 相同,SKOT I 是一项针对健康非肥胖母亲所生子女的研究。检查在丹麦 Frederiksberg 的营养、运动与体育系进行。检查期间收集了以下数据:人体测量学(体重、身高、年龄和性别特异性体成分 Z 评分、三头肌和肩胛下皮褶厚度)、背景访谈(例如婴儿喂养
【主题与分类】
主题标签:Growth、Overweight、Metabolic Syndrome、Obesity。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02377973
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://clinicaltrials.gov/study/NCT02377973
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
条件:生长、超重、代谢综合征、肥胖。SKOT II是一项前瞻性队列研究,纳入体重指数超过30 kg/m2的肥胖母亲所生子女。这些母亲在哥本哈根Hvidovre医院参与一项随机研究期间被邀请参加SKOT II。这些家庭被邀请在儿童9、18和36月龄时进行三次检查。2010年共纳入184名儿童。检查及数据收集的设计方式与SKOT I相同,后者是一项针对非肥胖母亲所生健康儿童的研究。检查在丹麦Frederiksberg的营养、运动与体育系进行。检查期间收集了以下数据:人体测量学(体重、身高、年龄和性别特异性体成分Z评分、三头肌及肩胛下皮褶厚度)、背景访谈(例如
婴儿喂养、家庭收入、父母教育水平、过敏和慢性疾病)、血压(收缩压、舒张压和平均动脉压)、粪便和尿液样本、血液样本(在9和36月龄时)、生物阻抗(在36月龄时)、4天饮食记录、一般问卷(如睡眠、日托、出勤和屏幕设备使用)、精神运动问卷(运动发育)以及7天身体活动监测(在36月龄时)。
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。




