美国慢性病指标

美国慢性病指标由CDC人口健康司提供,包含CDC、州和地区流行病学家委员会及全国慢性病主任协会共识制定的115项跨领域指标

ICPSR - Interuniversity Consortium for Political and Social ResearchICPSR - Interuniversity Consortium for Political and Social Research
dataverse
浏览 15
文本alcoholarthritisasthmacancercopddiabetestobacco
U.S. Chronic Disease Indicators

基本信息

模态
文本
创建/更新时间
2026-10-01

资源简介

美国慢性病指标

U.S. Chronic Disease Indicators

美国慢性病指标由CDC人口健康司提供,包含CDC、州和地区流行病学家委员会及全国慢性病主任协会共识制定的115项跨领域指标。这些指标帮助各州和地区统一界定、收集和报告对其公共卫生实践重要的慢性病数据。CDI网站还提供各州指标数据,并作为获取更多信息与数据资源的入口,相关标签包括酒精、关节炎、哮喘、癌症、慢阻肺、糖尿病和烟草(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):CDC 的 Division of Population Health 提供了一套跨领域的 115 项指标,这些指标由 CDC、Council of State and Territorial Epidemiologists 和 National Association of Chronic Disease Directors 协商一致制定。这些指标使各州和属地能够统一界定、收集和报告对其辖区公共卫生实践至关重要的慢性病数据。除了提供各州特定指标数据的访问外,CDI 网站还是获取更多信息和数据资源的门户。收起

【主题与分类】

主题标签:alcohol、arthritis、asthma、cancer、copd、diabetes、tobacco。本站分类:其他/其他。

【获取与许可】

源站页面:https://www.datalumos.org/datalumos/project/243545/version/V1/view

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/10.3886/E243545V1

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。

数据说明

CDC 的 Division of Population Health 提供了一套跨领域的 115 项指标,这些指标由 CDC、Council of State and Territorial Epidemiologists 和 National Association of Chronic Disease Directors 协商一致制定。这些指标使各州和各地区能够统一地定义、收集和报告对其辖区内公共卫生实践很重要的慢性病数据。除了提供针对各州的指标数据访问外,CDI 网站还可作为获取更多信息和数据资源的门户。收起(下载于 1/10/2026)

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。

获取专属数据定制方案