女性健康意识社区韧性、环境行动与健康合作（REACH）
该数据集源自clinicaltrials.gov，为一项在共病框架下设计的横断面人群调查，聚焦COVID-19疫情对服务不足、研究不足、代表性不足和报告不足（U4）女性人群的心理、身体及社会经济状况影响
基本信息
资源简介
女性健康意识社区韧性、环境行动与健康合作（REACH）
Women s Health Awareness Community Resiliency, Environmental Action and Collaborations for Health (REACH) 数据集来源于 clinicaltrials.gov，在本站归类于感染性疾病 / 其他。该数据集对应一项在共病（syndemic）框架下设计的横断面人群调查，研究对象聚焦于服务不足、研究不足、代表性不足和报告不足（U4）的女性人群，旨在刻画 COVID-19 疫情对这一群体心理、身体及社会经济状况的影响。研究的基本假设是：U4 女性因 COVID-19 疫情正在经历并将持续经历心理、身体和社会经济状况的恶化，且疫情前的 U4 状态指标及相关暴露因素与疫情造成的不良心理、身体和社会经济影响相关联。研究的最终目标是为此类人群的长期随访研究收集基线数据，并识别可用于公共卫生干预的高影响靶点，以增强 U4 社区的韧性。
【数据集背景】
该数据集所依托的研究以共病框架为设计基础，关注 COVID-19 疫情背景下多重健康与社会问题交织的情形。研究明确将服务不足、研究不足、代表性不足和报告不足（U4）的女性人群作为核心对象，认为这一群体在疫情中承受的心理、身体和社会经济冲击值得系统刻画。研究提出，U4 女性正在经历并将经历心理、身体和社会经济状况的恶化，且疫情前反映 U4 状态及相关暴露的指标，与疫情带来的不良心理、身体和社会经济后果存在关联。研究还着眼于为长期随访研究积累基线数据，并寻找高影响力的公共卫生干预靶点，以推动 U4 社区韧性的建设。主题标签为 Mental Health，源站列出的条件为 Mental Health。
【数据内容】
源站描述显示，该研究是一项横断面、基于人群的调查，其内容围绕 COVID-19 疫情对 U4 女性心理、身体和社会经济状况的影响展开。研究目标包括刻画上述人群的心理、身体和社会经济状况（源站描述在此处截断，未提供完整的目标条目）。数据所覆盖的具体变量、测量工具、样本规模、调查问卷条目及随访安排等细节，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov，属于登记于该平台的临床研究记录。研究设计为横断面人群调查，在共病框架下实施，研究对象为 U4 女性人群。关于具体的采集地点、采集时间窗口、抽样方法、招募渠道、数据收集方式（如问卷、访谈或电子采集）以及数据管理流程，源站未提供。
【适用场景】
基于现有描述，该数据集适用于关注 COVID-19 疫情对弱势女性人群心理健康及社会经济状况影响的研究场景，也可用于探讨疫情前 U4 状态指标与疫情期不良健康及社会经济后果之间关联的分析。其设计目标还包括为长期随访研究提供基线数据，因此可用于纵向研究的起点数据准备，以及为公共卫生干预识别高影响靶点、支持 U4 社区韧性建设相关的研究与规划。具体适用的分析类型与模型，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、变量字典、数据格式、分析指南及配套代码等均未说明。
【质量与限制】
该研究为横断面设计，源站描述本身即表明其目的之一是收集基线数据以供长期随访，因此单次横断面调查在因果推断上的局限属于设计层面的固有特征。源站未提供样本量、应答率、缺失数据处理、偏倚控制、质量控制措施及数据验证结果等信息。此外，源站描述在 objectives 部分出现截断，完整研究目标未能呈现。
【引用与许可】
源站未提供该数据集的引用格式、许可条款或使用协议等信息。
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/NCT04983251
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：心理健康。研究描述：这是一项在 syndemic 框架内设计的基于人群的横断面调查，旨在描述 COVID-19 大流行对服务不足、研究不足、代表性不足和报告不足（U4）人群中女性的影响。我们假设 U4 女性正在经历并将经历因 COVID-19 大流行导致的心理、身体和社会经济状况恶化，并且 U4 状态及相关暴露的大流行前指标将与 COVID-19 大流行的不良心理、身体和社会经济影响相关。该研究最终旨在为 U4 女性的长期随访研究收集基线数据，并确定公共卫生干预的高影响力目标，以在 U4 社区中建立韧性。目标：主要目标：1. 在 syndemic 框架内描述 COVID-19 大流行对服务不足、研究不足、代表性不足和报告不足（U4）人群中女性的心理、身体和社会经济影响。2.
确定在COVID-19大流行之前、期间和之后，心理、身体及社会经济状况是否出现恶化。3. 描述COVID-19大流行对U4女性生殖风险因素的生物、行为、环境、社会文化及结构性影响。次要目标：1. 量化U4状态及相关部门暴露（即城市与农村；既存的身心健康差异；孕产妇死亡风险因素；种族主义经历；社会因素，以及环境、职业和住房暴露）的回顾性大流行前指标与COVID-19大流行造成的不良心理、身体及社会经济影响之间的横断面关联。2. 描述U4女性感染SARS-CoV-2的直接和间接经历。3. 在持续的全球大流行背景下，识别针对U4女性孕产妇死亡的干预机会。
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。
