哥伦比亚Atlantico地区青少年校园心理健康筛查数据集
这项校园研究追踪了非都市市镇680名青少年（9至11年级）的一系列积极心理因素和临床痛苦指标。为确保分析稳健性并防止参数偏差，使用mice中的预测均值匹配（PMM）多重插补执行了统一预处理流程，以在随机缺失（MAR）机制下处理缺失数据
基本信息
资源简介
哥伦比亚Atlantico地区青少年校园心理健康筛查数据集
该数据集名为“A School-Based Mental Health Screening in Youth from Atlantico, Colombia”，来源于 osf.io，本站分类为精神与行为障碍 / 其他。它是一项在哥伦比亚大西洋省非都市市镇学校环境中开展的横断面研究的数据归档，研究对象为9至11年级的680名青少年，旨在追踪一系列积极心理因素与临床痛苦指标。为提升分析稳健性并防止参数偏差，研究采用统一预处理流程，使用mice中的预测均值匹配（PMM）多重插补，在随机缺失（MAR）机制下处理缺失数据。插补仅限连续与序数筛查指标，分类社会人口学变量则保持锁定。该仓库作为开放科学资源，集中保存了去标识化主数据集、数据字典和可复现的R代码。
【数据集背景】
该数据集对应“Estudio de salud mental en jóvenes escolarizados del departamento del Atlántico”项目，由哥伦比亚北方大学（Universidad del Norte, Colombia）开展。研究聚焦于学校场景中的青少年心理健康筛查，样本来自非都市市镇，覆盖9至11年级学生。其核心目标是在青少年群体中同时追踪积极心理因素和临床痛苦指标，从而为学校心理健康筛查提供可复现的数据基础。该仓库以开放科学方式集中归档去标识化主数据集、数据字典和可复现R代码，便于后续分析与验证。
【数据内容】
数据内容包括去标识化的主数据集、数据字典以及可复现的R代码。研究样本为680名青少年，来自非都市市镇，年级范围为9至11年级。所追踪的指标涵盖积极心理因素与临床痛苦指标。在预处理中，插补被限制在连续和序数筛查指标上，例如PHQ-9、E-SF、EDE-Q7、BAI；分类社会人口学变量在插补过程中被锁定，不参与插补。数据字典的具体字段、变量命名、编码方式、量表完整条目及分值范围，源站未提供。除已列出的筛查工具外，是否还包含其他量表或变量，源站未提供。
【采集与来源】
数据来源站为osf.io。研究为横断面项目，在学校环境中对9至11年级青少年进行筛查，地点位于哥伦比亚大西洋省的非都市市镇。源站描述指出，该仓库归档了去标识化主数据集、数据字典和可复现R代码。关于具体抽样方法、学校数量、数据采集时间窗口、施测方式、伦理审批细节以及数据收集人员信息，源站未提供。
【适用场景】
该数据集适用于青少年心理健康筛查相关的二次分析，尤其是同时关注积极心理因素与临床痛苦指标的研究。由于包含去标识化主数据集、数据字典和可复现R代码，它可用于复现原研究的预处理流程，也可用于在随机缺失（MAR）机制下处理缺失数据的 methodological 比较。其筛查指标涉及PHQ-9、E-SF、EDE-Q7、BAI等连续或序数指标，因此适合围绕这些指标开展描述性分析、关联分析或心理测量学探索。分类社会人口学变量被锁定，适合作为分组变量使用。关于该数据集是否适合纵向分析、干预评估或临床诊断，源站未提供。
【使用方法】
使用该数据集时，可结合去标识化主数据集、数据字典和可复现R代码进行。预处理流程采用mice中的预测均值匹配（PMM）多重插补，并在随机缺失（MAR）机制下处理缺失数据。插补仅针对连续和序数筛查指标，例如PHQ-9、E-SF、EDE-Q7、BAI；分类社会人口学变量不参与插补，保持锁定。研究者可依据数据字典理解变量含义，并运行R代码复现统一预处理流程。关于具体软件版本、mice参数设置、插补次数、随机种子以及代码运行环境，源站未提供。
【质量与限制】
该数据集通过统一预处理流程和多重插补提升分析稳健性，并防止参数偏差；插补在MAR机制下进行，且仅限连续与序数筛查指标，分类社会人口学变量被锁定。这些措施有助于减少缺失数据带来的偏倚。但作为横断面学校筛查数据，其样本来自哥伦比亚大西洋省非都市市镇的9至11年级青少年，外推至其他地区、年龄段或都市人群时需谨慎。关于缺失比例、插补模型诊断、量表信效度、样本代表性以及是否存在其他偏倚来源，源站未提供。
【引用与许可】
该数据集来源于osf.io，仓库中归档了去标识化主数据集、数据字典和可复现R代码。关于具体引用格式、作者列表、版本号、DOI、许可协议类型以及使用限制，源站未提供。
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
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
本仓库归档了横断面项目“Estudio de salud mental en jóvenes escolarizados del departamento del Atlántico”（北方大学，哥伦比亚）的主去标识化数据集、数据字典及可复现的R代码。这项基于学校的研究追踪了非都市市镇680名青少年（9至11年级）的一系列积极心理因素与临床困扰指标。为确保分析稳健性并防止参数偏倚，研究采用统一预处理流程，通过mice中的预测均值匹配（PMM）多重插补处理缺失数据，假设缺失机制为随机缺失（MAR）。插补仅限于连续型和序数型筛查指标（如PHQ-9、E-SF、EDE-Q7、BAI），而分类社会人口学变量则保持不变。这一集中式开放科学仓库作为独立、共享的分析基础，支持源自该区域队列的特定心理测量学与流行病学研究的多个同行评审稿件。
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。
