妄想倾向与自闭症谱系障碍及ADHD特质共病的数据
该数据集来自 Dryad,与一项研究妄想倾向与自闭症谱系障碍(ASD)及注意缺陷多动障碍(ADHD)特质共病的研究相关。研究关注健康人群中精神病倾向与 ADHD、ASD 症状之间的关联,通过三种常用问卷得分进行相关分析,以检验这种重叠的稳健性

基本信息
资源简介
妄想倾向与自闭症谱系障碍及ADHD特质共病的数据
Data from: Delusion-proneness displays comorbidity with traits of autistic-spectrum disorders and ADHD
该数据集来自 Dryad,与一项研究妄想倾向与自闭症谱系障碍(ASD)及注意缺陷多动障碍(ADHD)特质共病的研究相关。研究关注健康人群中精神病倾向与 ADHD、ASD 症状之间的关联,通过三种常用问卷得分进行相关分析,以检验这种重叠的稳健性。数据可用于精神与行为障碍领域的心理测量学、因素分析及共病机制研究,帮助理解健康人群中精神病倾向与 ADHD、ASD 特质的关系(来源 DOI 解析,Creative Commons Zero v1.0 Universal 许可)。
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):越来越多的证据表明,精神分裂症等精神障碍与注意缺陷多动障碍(ADHD)或自闭症谱系障碍(ASD)之间存在显著共病。近来,对原本健康个体中精神病倾向的研究已成为更好地理解精神病潜在机制的一种有前景的途径。由于 ADHD 和 ASD 症状在一般人群中呈正态分布,这种特质共病可能会混淆对精神病倾向的研究。因此,理解健康受试者中精神病倾向与 ADHD 和 ASD 症状的关联程度,对于聚焦于高危或精神病倾向人群的研究至关重要。在本文中,我们通过研究三种常用问卷得分之间的相关性,检验了精神病倾向与 ADHD/ASD 症状之间重叠的稳健性。
【主题与分类】
主题标签:ADHD、Factor analysis、Psychoses、Questionnaires、Schizophrenia、Psychometrics。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.h7kn8
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.h7kn8
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 543.2 KB。
数据说明
越来越多的证据表明,精神分裂症等精神障碍与注意力缺陷多动障碍(ADHD)或自闭症谱系障碍(ASD)之间存在显著的共病现象。近期,对原本健康个体中精神病倾向的研究已成为深入理解精神病潜在机制的一条有希望的途径。由于ADHD和ASD症状在普通人群中均呈正态分布,这种特质共病可能会混淆精神病倾向的研究。因此,了解健康受试者中精神病倾向与ADHD及ASD症状的关联程度,对于聚焦于高风险或精神病倾向人群的研究至关重要。在本文中,我们通过研究三个常用问卷——评估妄想倾向的Peters妄想量表、评估ADHD倾向的成人ADHD自评量表以及评估ASD倾向的自闭症谱系商数——的得分之间的相关性,在一个大型健康个体样本(n=925)中,采用原始分数、典型问题及因子分析的方法,检验了精神病倾向与ADHD/ASD症状之间重叠的稳健性。
结果显示,精神病倾向与ADHD症状及ASD症状之间均存在持续的正相关。尽管对于ASD而言效应较弱,但对于ADHD而言效应为中等。这些发现支持了这样一个观点:在探究精神病倾向时,必须同时考虑ADHD和ASD倾向,以便断定特定研究报告的结果是精神病倾向所特有的。观察到的特质相关性还表明,这些状态在底层信息处理上可能存在共通路径。
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。




