数据与代码：内感受画像识别可分离的躯体与述情障碍心理健康贡献因素
该数据集来自 osf.io，为 Kvamme & Silvanto 发表于 Communications Psychology 的研究提供可复现材料，包含 N = 832 的匿名化数据、全部分析脚本、各脚本统计输出及全部图表
基本信息
资源简介
数据与代码：内感受画像识别可分离的躯体与述情障碍心理健康贡献因素
该数据集为一项关于内感受分析与心理健康关系的研究提供了完整的可复现材料，研究由 Kvamme 与 Silvanto 完成，发表于 Communications Psychology（稿号 COMMSPSYCHOL-26-0385-T）。数据集包含 832 名参与者的匿名化数据，以及全部分析脚本、每个脚本对应的统计输出和全部图表。数据集托管于 osf.io，并在 GitHub 上提供了同一快照的镜像。其主题涵盖述情障碍、聚类分析、内感受、潜在剖面分析、心理健康、开放数据、可复现性、躯体症状与结构方程建模。该数据集适用于希望复现、检验或延伸该研究分析流程的研究者，尤其适合关注内感受与心理健康之间关系、躯体症状与述情障碍因素分离等问题的研究场景。
【数据集背景】
该数据集对应 Kvamme 与 Silvanto 发表于 Communications Psychology 的一项研究，稿号为 COMMSPSYCHOL-26-0385-T。研究的核心主题涉及内感受分析，并识别出可分离的躯体与述情障碍因素对心理健康的贡献。数据集以开放数据与可复现性为明确导向，提供了从数据到分析脚本、统计输出和图表在内的完整材料，便于外部研究者核查和复用。数据集的主题标签包括述情障碍、聚类分析、内感受、潜在剖面分析、心理健康、开放数据、可复现性、躯体症状和结构方程建模，反映出该研究在方法上综合运用了多种统计建模与分类技术。
【数据内容】
数据集包含 832 名参与者的匿名化数据。除数据本身外，还包含全部分析脚本、每个脚本的统计输出，以及研究中的全部图表。数据集附有若干说明文档，用于指导使用者理解和使用这些材料：README.md 提供总体说明，CODEBOOK.md 说明变量含义，CORRECTIONS.md 记录修订过程中所应用的评分更正，REQUIREMENTS.md 说明软件版本要求。这些文档与数据、脚本、输出和图表共同构成一套完整的可复现材料。
【采集与来源】
该数据集来源于 osf.io，属于已存缴的数据集。同一快照镜像于 https://github.com/timokvamme/interoceptive-profiling。数据为匿名化处理后的数据，样本量为 832。源站未提供关于参与者招募方式、采集时间、采集地点或伦理审批等更详细的采集信息。
【适用场景】
该数据集适用于复现 Kvamme 与 Silvanto 在 Communications Psychology 发表的研究分析流程，包括聚类分析、潜在剖面分析、结构方程建模等方法的重新执行与结果核对。也可用于围绕内感受、述情障碍、躯体症状与心理健康之间关系开展二次分析或方法学比较。由于数据集包含完整的脚本、统计输出与图表，亦适合作为开放数据与可复现性实践的示例材料，用于教学或方法培训中演示从原始数据到统计结果与图表的完整链路。
【使用方法】
使用该数据集时，建议先阅读 README.md 以了解整体结构与使用顺序，然后查阅 CODEBOOK.md 以明确各变量的含义。在复现分析前，应阅读 CORRECTIONS.md，了解修订过程中所应用的评分更正，以避免沿用未更正的评分方式。随后可参考 REQUIREMENTS.md 确认所需的软件版本，以尽量还原原始分析环境。数据集中的分析脚本与对应的统计输出可用于逐步执行和比对结果，全部图表可用于核对分析产出的可视化结果。同一快照亦可通过 GitHub 镜像获取，便于版本管理与协作。
【质量与限制】
该数据集提供了匿名化数据、全部分析脚本、每个脚本的统计输出以及全部图表，并配有 README、CODEBOOK、CORRECTIONS 和 REQUIREMENTS 等文档，具备较高的可复现性支持。数据经过匿名化处理，样本量为 832。源站未提供关于数据采集过程、样本代表性、缺失值处理、伦理审批或使用许可条款的进一步信息，因此在这些方面的适用性与限制需由使用者自行评估。源站未提供关于数据质量评估的额外说明。
【引用与许可】
该数据集对应 Kvamme 与 Silvanto 发表于 Communications Psychology 的研究，稿号为 COMMSPSYCHOL-26-0385-T。数据集托管于 osf.io，并在 https://github.com/timokvamme/interoceptive-profiling 提供同一快照的镜像。源站未提供具体的引用格式、许可协议或使用条款信息。
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
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
已存缴数据集（N = 832，已匿名化）、每个分析脚本、每个脚本的统计输出，以及Kvamme & Silvanto， Communications Psychology（COMMSPSYCHOL-26-0385-T）的每张图。请先阅读README.md，然后阅读CODEBOOK.md了解变量，阅读CORRECTIONS.md了解修订期间应用的评分更正，阅读REQUIREMENTS.md了解软件版本。同一快照镜像于https://github.com/timokvamme/interoceptive-profiling。
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。
