使用WHO STEPS方法的农村人群非传染性疾病危险因素患病率数据集
该数据集来自一项采用世界卫生组织WHO STEPS方法开展的农村人群非传染性疾病危险因素研究,包含匿名化的参与者个体层面数据

基本信息
资源简介
使用WHO STEPS方法的农村人群非传染性疾病危险因素患病率数据集
PREVALENCE OF RISK FACTORS OF NON-COMMUNICABLE DISEASES AMONG RURAL POPULATION USING W.H.O – STEPS APPROACH
该数据集来自一项采用世界卫生组织WHO STEPS方法开展的农村人群非传染性疾病危险因素研究,包含匿名化的参与者个体层面数据。数据覆盖心血管疾病、糖尿病、慢性呼吸系统疾病和癌症等非传染性疾病相关可改变危险因素的监测信息,适用于农村人群NCD危险因素患病率分析、共病模式探索及公共卫生干预策略的循证研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集附属于题为“使用WHO STEPS方法研究农村人群非传染性疾病危险因素患病率”的研究。数据集包含采用世界卫生组织非传染性疾病危险因素阶梯式监测方法(WHO STEPS)从农村人群收集的匿名化参与者个体层面数据,该方法是全球标准化的非传染性疾病危险因素监测框架。非传染性疾病(NCDs),包括心血管疾病、糖尿病、慢性呼吸系统疾病和癌症,占全球死亡的大多数,并在低收入和中等收入国家构成日益增加的公共卫生负担。农村社区往往经历诊断延迟、预防服务不足和医疗保健可及性有限,因此对可改变危险因素的监测对于循证公共卫生至关重要。
【主题与分类】
主题标签:Public Health、Diabetes、Cardiovascular Disease、Hypertension、Stroke、Rural Health、Comorbidity。本站分类:肿瘤。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/89hk2c22cc/1
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/10.17632/89hk2c22cc.1
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:
数据集大小约 74.5 KB。
数据说明
本数据集伴随研究《使用WHO STEPS方法评估农村人群非传染性疾病风险因素的患病率》一同发布。数据集包含采用世界卫生组织非传染性疾病风险因素阶梯式监测方法(WHO STEPS)从农村人群收集的匿名参与者层面数据,该方法是全球标准化的非传染性疾病风险因素监测框架。非传染性疾病(NCDs),包括心血管疾病、糖尿病、慢性呼吸系统疾病和癌症,占全球死亡的大多数,并且在低收入和中等收入国家构成日益增加的公共卫生负担。农村社区往往经历诊断延迟、预防服务不足和医疗保健可及性有限,因此对可改变风险因素的监测对于基于证据的公共卫生规划至关重要。
该数据集包含以下方面的全面信息:社会人口学特征;烟草吸烟及无烟烟草使用情况;饮酒模式;饮食习惯(水果和蔬菜摄入量);身体活动;慢性病个人史及家族史;人体测量指标(身高、体重、BMI、腰围和臀围);血压测量;血糖测量;根据WHO STEPS方案收集的其他变量。标准化的WHO STEPS方法学增强了研究结果与区域、国家和国际监测研究之间的可比性。该数据集可用于估计农村人群中非传染性疾病主要行为、身体和代谢风险因素的患病率及分布。这一公开可用的数据集可用于:流行病学和公共卫生研究;二次数据分析;不同人群间的比较研究;统计和机器学习模型的验证;教育教学目的;荟萃分析和系统综述;开发
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




