COVID-19 疫情对饮食质量与食物不安全的影响:NutriQuébec 子研究

该数据来自 clinicaltrials.gov 登记的 NutriQuébec 子研究,面向疫情前已完成首年问卷的 2465 名活跃参与者,邀请其于 2020 年 4 月 16 日至 5 月 7 日通过个人安全账户完成核心问卷

Laval UniversityLaval University
clinicaltrials
浏览 5
表格Eating HabitsCOVID-19
Impact of the COVID-19 Pandemic on Diet Quality and Food Insecurity: a NutriQuébec Sub-study

基本信息

模态
表格
创建/更新时间
2026-10-21

资源简介

COVID-19 疫情对饮食质量与食物不安全的影响:NutriQuébec 子研究

该数据来自 clinicaltrials.gov 登记的 NutriQuébec 子研究,面向疫情前已完成首年问卷的 2465 名活跃参与者,邀请其于 2020 年 4 月 16 日至 5 月 7 日通过个人安全账户完成核心问卷。问卷覆盖饮食习惯、体力活动、睡眠质量、烟草酒精药物使用、疫情行为、个人特征、食物不安全、健康状况及健康相关生活质量,多数以一个月为回忆期。数据可用于分析 COVID-19 疫情对饮食质量与食物不安全的影响及相关生活方式与健康因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:饮食习惯。NutriQuébec 的 2465 名在 COVID-19 疫情前完成第一年问卷的活跃参与者将被邀请提供知情同意以参与本子研究。一旦同意,参与者将被邀请通过登录其个人安全账户完成核心问卷。参与者将有三周时间完成问卷,从 2020 年 4 月 16 日至 5 月 7 日。NutriQuébec 的核心问卷评估生活方式习惯,包括饮食习惯、体力活动习惯、睡眠质量、烟草、酒精和药物习惯以及疫情行为、个人特征、食物不安全、健康状况和健康相关生活质量。这些问卷大多基于一个月的回忆时间范围,但饮食习惯问卷除外,其形式为

【主题与分类】

主题标签:Eating Habits。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04371848

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04371848

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:饮食习惯。在COVID-19大流行前完成第一年问卷的2465名NutriQuébec活跃参与者将被邀请提供知情同意,参与这项子研究。一旦同意,参与者将被邀请通过登录其个人安全账户来完成核心问卷。参与者将有为期三周的时间完成问卷,从2020年4月16日至5月7日。NutriQuébec的核心问卷评估生活方式习惯,包括饮食习惯、体育活动习惯、睡眠质量、烟草、酒精和药物使用习惯,以及大流行行为、个人特征、食物不安全、健康状况和健康相关生活质量。这些问卷大多基于一个月的回忆时间框架,但饮食习惯问卷除外,其形式为重复的24小时回顾。为了这项NutriQuébec子研究的目的,问卷经过了调整,重点放在完成问卷前最后7天的习惯上,以更具体地反映隔离期的情况。

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。