过敏风险因素
该数据集来自 Generation R Study，这是一项从胎儿期持续至成年期的基于人群的前瞻性队列研究，旨在识别导致正常与异常生长、发育和健康的早期环境与遗传路径，重点关注成年期常见（多为非传染性）疾病的早期生命决定因素
基本信息
资源简介
过敏风险因素
Allergy risk factors
该数据集来自 Generation R Study，这是一项从胎儿期持续至成年期的基于人群的前瞻性队列研究，旨在识别导致正常与异常生长、发育和健康的早期环境与遗传路径，重点关注成年期常见（多为非传染性）疾病的早期生命决定因素。研究于2002至2006年间纳入荷兰鹿特丹地区孕妇，孩子出生后与其父母在多个评估波次中被随访至青年期。数据涵盖生活方式、过敏、家庭环境、宠物、害虫与吸烟等主题，可用于探究早期生活环境与过敏风险之间的关联（来源 DOI 解析，Data access requests can be directed to the data management team of the Generation R Study (gen。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：Generation R Study 是一项基于人群的前瞻性队列研究，从胎儿期持续至成年期。该研究旨在识别导致正常与异常生长、发育和健康的早期环境与遗传路径。Generation R 的一个重要关注点是识别成年期常见（多为非传染性）疾病的早期生命决定因素。2002 年至 2006 年间，研究纳入了居住在荷兰鹿特丹地区的孕妇。孩子出生后，儿童及其父母在多个评估波次中被随访，直至青年期。
【主题与分类】
主题标签：lifestyle、allergy、home、pet、vermin、smoking、home environment。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://data.individualdevelopment.nl/measure/68ed4196e371de7b058ef8c5a9c80dd6
使用许可：Data access requests can be directed to the data management team of the Generation R Study (generationr@erasmusmc.nl), which has a protocol for approving data requests. Because of restrictions based on privacy regulations and informed consent of participants, data cannot be made freely available in 。
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://doi.org/10.60641/vcfj-5p11
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
Generation R研究是一项基于人群的前瞻性队列研究，从胎儿期一直追踪至成年期。该研究旨在识别导致正常与异常生长、发育和健康的早期环境与遗传路径。Generation R的一个重要关注点是识别成年期常见（主要为非传染性）疾病的早期生命决定因素。2002年至2006年间，居住在荷兰鹿特丹地区的孕妇被纳入研究。孩子出生后，儿童及其父母在多个评估波次中接受随访，直至成年早期。
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。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
