MRC 国家健康与发展调查中的协调哮喘数据,1952-2021:特别许可访问
由经济与社会研究理事会(ESRC)支持的“五项国家纵向队列研究协调数据”项目汇集了五项英国队列研究的数据:1946 年国家健康与发展调查(NSHD)、1958 年全国儿童发展调查(NCDS)、1970 年英国队列研究(BCS70)、Next Steps(原英格兰年轻人纵向研究)以及千禧年队列研究(M

基本信息
资源简介
MRC 国家健康与发展调查中的协调哮喘数据,1952-2021:特别许可访问
由经济与社会研究理事会(ESRC)支持的“五项国家纵向队列研究协调数据”项目汇集了五项英国队列研究的数据:1946 年国家健康与发展调查(NSHD)、1958 年全国儿童发展调查(NCDS)、1970 年英国队列研究(BCS70)、Next Steps(原英格兰年轻人纵向研究)以及千禧年队列研究(M
Harmonised Asthma in the MRC National Survey of Health and Development, 1952-2021: Special Licence Access
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):由经济与社会研究理事会(ESRC)支持的“五项国家纵向队列研究协调数据”项目汇集了五项英国队列研究的数据:1946 年国家健康与发展调查(NSHD)、1958 年全国儿童发展调查(NCDS)、1970 年英国队列研究(BCS70)、Next Steps(原英格兰年轻人纵向研究)以及千禧年队列研究(MCS)。NCDS、BCS70、Next Steps 和 MCS 获得 ESRC 的核心资助,由 UCL 纵向研究中心承办。NSHD 由医学研究理事会(MRC)资助,由 UCL 终身健康与老龄化研究部承办。哮喘协调项目旨在记录这五项英国队列研究中所有与哮喘相关的自报测量,并生成自报哮喘的协调指标,通过 r
【主题与分类】
主题标签:哮喘、呼吸系统疾病、纵向队列研究、数据协调、NSHD、UK Data Service。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://datacatalogue.ukdataservice.ac.uk/studies/study/9420#doi
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/10.5255/ukda-sn-9420-1
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
由经济与社会研究理事会(ESRC)支持的“五项国家纵向队列研究数据协调”项目汇集了五项英国队列研究的数据:1946年全国健康与发展调查(NSHD)、1958年全国儿童发展调查(NCDS)、1970年英国队列研究(BCS70)、Next Steps(前身为英格兰青年纵向研究)以及千禧年队列研究(MCS)。NCDS、BCS70、Next Steps和MCS由ESRC提供核心资助,并由伦敦大学学院纵向研究中心承办。
NSHD由医学研究理事会(MRC)资助,由伦敦大学学院终身健康与老龄化研究中心承办。</p> <p>哮喘协调项目的目标是记录这五项英国队列研究中所有与哮喘相关的自我报告测量指标,并通过回顾性协调生成自我报告哮喘的协调指标。这一协调工作有两个主要目的:改进队列分析中哮喘的测量(作为结局变量、预测变量或控制变量),以及利用这些丰富的数据集促进哮喘的跨队列研究。<br><br>为每个队列创建了单独的纵向数据集,重点关注自我报告数据以及部分源自医生报告和医疗记录的测量指标。生物标志物和关联健康数据未纳入。重点仅放在对整个队列实施的测量指标以及队列成员自身的哮喘状况(而非其父母)。<br><br>SN 9420包含以下队列的协调哮喘数据: <span style="font-style: it
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。




