早期儿童肠道菌群标志物与农场生活、家庭宠物及过敏关联数据
该数据集来自一项关于儿童早期肠道菌群纵向发育的研究,涵盖宿主因素与早期生活暴露(性别、父母过敏、农场居住、宠物饲养、母乳喂养),以及3天至18个月间9个时间点的选定菌群存在与数量数据,采用定量细菌培养法获得

基本信息
资源简介
早期儿童肠道菌群标志物与农场生活、家庭宠物及过敏关联数据
Data for: Gut microbiota markers in early childhood are linked to farm living, pets in household and allergy
该数据集来自一项关于儿童早期肠道菌群纵向发育的研究,涵盖宿主因素与早期生活暴露(性别、父母过敏、农场居住、宠物饲养、母乳喂养),以及3天至18个月间9个时间点的选定菌群存在与数量数据,采用定量细菌培养法获得。同时包含3岁和8岁时过敏(湿疹、食物过敏、过敏性鼻结膜炎或哮喘)的临床诊断。数据可用于分析早期肠道菌群与农场生活、家庭宠物及过敏结局之间的关联,支持过敏与哮喘相关预测或分类研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2024。
【数据内容】
源站描述(机器翻译,仅供参考):这些数据是一项研究的基础,该研究描述了儿童早期肠道菌群的纵向发育,并调查了其与早期生活暴露和过敏结局的关联。数据集包含以下变量:宿主因素与早期生活暴露:性别、父母过敏、农场居住、宠物饲养和母乳喂养;肠道菌群发育:在3天至18个月之间的9个时间点,选定细菌类群的存在和种群数量。这些数据通过粪便样本的定量细菌培养获得,针对婴儿肠道的关键兼性和厌氧细菌(例外:3天龄时获得的样本未进行定量培养,仅针对兼性细菌)。3岁和8岁时的过敏:过敏的临床诊断(湿疹、食物过敏、过敏性鼻结膜炎或哮喘)。
【主题与分类】
主题标签:Child、Barn、Pets、Sällskapsdjur、Hypersensitivity、Överkänslighet、Breast Feeding、Amning、Bacteria、Bakterier。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://researchdata.se/catalogue/dataset/2024-480
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/10.5878/cdxw-hs12
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
这些数据是一项研究的基础,该研究描述了儿童早期肠道微生物群的纵向发育,并探究了其与早期生活暴露及过敏结局之间的关联。数据集包含以下变量:宿主因素与早期生活暴露:性别、父母过敏史、农场居住、宠物饲养及母乳喂养;肠道微生物群发育:在3天至18个月龄间的9个时间点上,所选细菌群的存在及其种群计数。这些数据通过粪便样本的定量细菌培养获得,针对婴儿肠道中的关键兼性厌氧菌和厌氧菌(例外:3天龄时采集的样本未进行定量培养,仅针对兼性细菌);3岁和8岁时的过敏情况:过敏的临床诊断(湿疹、食物过敏、过敏性鼻结膜炎或哮喘)。
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。




