老年人多酚摄入模式与长期痴呆风险数据

数据集获取

源站：https://doi.org/10.5061/dryad.gp126fv

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 220.8 KB。

数据说明

目的：在一项大型法国老年人前瞻性队列研究——三城（Three-City, 3C）研究中，探讨与长期痴呆风险相关的最佳膳食多酚组合。方法：我们纳入了3C研究中1,329名非痴呆老年人，评估了其26种多酚亚类的摄入量，并随访12年以观察痴呆发生情况。采用偏最小二乘法构建Cox模型，识别出与痴呆风险相关的多酚摄入模式。结果：该模式综合了多种黄酮类（二氢黄酮醇、花青素、异黄酮类、黄烷酮）、芪类（包括白藜芦醇）、木脂素及其他亚类（羟基苯甲醛、萘醌、呋喃香豆素）。在多变量模型中，与模式评分较低五分位数的参与者相比，较高五分位数的参与者痴呆风险降低50%（95% CI 20%；68%，p趋势<0.01）。结论：在该法国队列中，由含有特定植物性食物（坚果、柑橘、浆果、叶菜、大豆、谷物、橄榄油）并搭配红葡萄酒和茶的饮食所提供的多酚模式与较低的痴呆风险相关。

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。