National Asthma Survey (NAS) 全国哮喘调查
National Asthma Survey (NAS) 由 CDC 与 NCHS 联合开展、NCEH 资助,聚焦哮喘控制的社会经济、环境与行为预测因素,并考察哮喘患者的照护内容与就医体验

基本信息
资源简介
National Asthma Survey (NAS) 全国哮喘调查
National Asthma Survey (NAS)
National Asthma Survey (NAS) 由 CDC 与 NCHS 联合开展、NCEH 资助,聚焦哮喘控制的社会经济、环境与行为预测因素,并考察哮喘患者的照护内容与就医体验。健康指标涵盖哮喘发作、哮喘教育、因哮喘缺课或缺勤、处方使用等。用户可下载调查工具、方法报告、频数统计与编码手册的 PDF,以及公共访问数据集(SAS 格式)。该数据可用于分析哮喘控制相关因素、医疗资源使用与健康结局,适合呼吸系统疾病与公共卫生研究(来源 DOI 解析)。
【数据集背景】
源站首次发布:2009。
【数据内容】
源站描述(机器翻译,仅供参考):用户可以下载关于哮喘控制的社会经济、环境和行为预测因素的数据。背景:National Asthma Survey (NAS) 是 Centers for Disease Control and Prevention (CDC) 与 National Center for Health Statistics (NCHS) 的联合项目,由 National Center for Environmental Health (NCEH) 资助。National Asthma Survey 考察哮喘控制的社会经济、环境和行为预测因素。该调查探讨哮喘患者的照护内容和医疗保健经历。健康指标包括但不限于:哮喘发作、哮喘教育、因哮喘缺课/缺勤天数以及处方使用。用户功能:用户可以下载调查工具、方法报告、频数统计和编码手册的 PDF。用户可以将公共访问数据集下载为 SAS 统计
【主题与分类】
主题标签:CDC、SLAITS、asthma、behavior、environment、health care、healthcare、asthma medication、asthma symptoms、asthma episode。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/26H9DZ
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/10.7910/dvn/26h9dz
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
用户可以下载有关哮喘控制的社会经济、环境和行为预测因素的数据。<p><b>背景</b></p>国家哮喘调查(NAS)是疾病控制与预防中心(CDC)与国家卫生统计中心(NCHS)的合作项目,由国家环境健康中心(NCEH)赞助。国家哮喘调查旨在探究哮喘控制的社会经济、环境和行为预测因素。该调查探讨了哮喘患者的护理内容和医疗保健经历。健康指标包括但不限于:哮喘发作、哮喘教育、因哮喘缺课/缺勤天数以及处方药使用情况。<p><b>用户功能</b></p>用户可以下载调查工具、方法报告、频数统计和代码簿的PDF文件。用户可以将公开访问的数据集下载到SAS统计软件中。<p><b>数据说明</b></p> 访谈对象为18岁以上的个人,或18岁以下儿童中最了解其健康状况的父母或监护人。
全国哮喘调查于2003年2月至2004年2月期间在全国样本中开展。四州样本调查则在加利福尼亚州、得克萨斯州、伊利诺伊州和阿拉巴马州于2003年3月至2004年3月期间进行。
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。




