NHLBI TOPMed：芝加哥提升哮喘健康公平倡议（CHIRAH）
CHIRAH 项目是一项以社区为基础的研究，探讨与非裔美国人群体中哮喘患病相关的因素。CHIRAH 以纵向方式评估了各种变量（生物学/环境、心理/行为和社会经济）对哮喘患病的作用，以及这些变量的变化对哮喘患病的作用
基本信息
资源简介
NHLBI TOPMed：芝加哥提升哮喘健康公平倡议（CHIRAH）
NHLBI TOPMed: Chicago Initiative to Raise Asthma Health Equity（CHIRAH）数据集收录于呼吸系统疾病 / 哮喘分类之下，来源为 doi.org，作者为 KUMAR, RAJESH，所属机构为 NHLBI BioData Catalyst，发布时间为 2025 年。CHIRAH 项目是一项以社区为基础的研究，聚焦与非裔美国人群体中哮喘患病相关的因素。该研究以纵向方式评估了各类变量——包括生物学/环境、心理/行为和社会经济方面——对哮喘患病的作用，以及这些变量的变化对哮喘患病的作用。数据集依托学校筛查建立队列，并在两年内每三个月对受试者进行随访，为研究哮喘健康公平问题提供了纵向观察基础。
【数据集背景】
CHIRAH 项目的全称为 Chicago Initiative to Raise Asthma Health Equity，其研究定位是一项以社区为基础的研究，核心关注点是与非裔美国人群体中哮喘患病相关的因素。该研究试图从多个维度理解哮喘患病的影响机制，所考察的变量涵盖生物学/环境、心理/行为以及社会经济三大类，并进一步评估这些变量的变化如何作用于哮喘患病。这一设计体现了对哮喘健康公平问题的关注，即从生物、环境与社会经济等多重因素交织的角度考察哮喘患病差异。数据集归属于呼吸系统疾病 / 哮喘分类，由 NHLBI BioData Catalyst 机构发布，作者为 KUMAR, RAJESH，发布时间为 2025 年。
【数据内容】
该数据集的内容围绕 CHIRAH 项目的队列研究展开。研究评估的变量类型包括生物学/环境变量、心理/行为变量和社会经济变量，并考察这些变量对哮喘患病的作用及其变化所带来的影响。队列基于学校筛查建立，在抽样设计上力求纳入数量相近的弱势与非弱势受试者，且自我报告为非洲裔美国人与自我报告为非非洲裔美国人的受试者大致等量分布。受试者在两年期间每三个月接受一次随访，由此形成纵向的观察数据。关于数据的具体字段、样本量、变量测量方式等细节，源站未提供。
【采集与来源】
数据来源于 CHIRAH 项目这一社区为基础的研究，采集方式为基于学校筛查建立队列，并按设计对受试者进行抽样，使弱势与非弱势受试者数量相近、自我报告非洲裔美国人与非非洲裔美国人受试者大致等量。随访安排为每三个月一次，持续两年，从而在纵向框架下收集受试者相关信息。数据集的来源站为 doi.org，所属机构为 NHLBI BioData Catalyst。关于采集工具、具体调查问卷、伦理审批等信息，源站未提供。
【适用场景】
该数据集适用于研究与哮喘患病相关的多维度因素，尤其是针对非裔美国人群体及健康公平议题的分析。由于研究同时纳入生物学/环境、心理/行为和社会经济变量，并采用纵向随访设计，可用于考察这些变量及其变化与哮喘患病之间的关联。队列中弱势与非弱势受试者数量相近、非洲裔美国人与非非洲裔美国人受试者大致等量，这一抽样特征也使其适合开展群体间比较研究。关于具体的适用分析模型或研究设计建议，源站未提供。
【使用方法】
该数据集为纵向队列研究数据，受试者在两年内每三个月接受随访，使用时可依据随访时间点组织纵向分析。由于研究涉及生物学/环境、心理/行为和社会经济等多类变量，使用中可按变量类别分别考察其与哮喘患病的关系，以及变量变化对哮喘患病的作用。关于数据访问方式、文件格式、变量编码、配套文档等具体使用信息，源站未提供。
【质量与限制】
该研究的队列基于学校筛查建立，抽样设计使弱势与非弱势受试者数量相近、自我报告非洲裔美国人与非非洲裔美国人受试者大致等量，随访周期为两年、间隔三个月。关于数据的完整性、缺失情况、质量控制措施、样本量规模及潜在偏倚等质量与限制方面的具体信息，源站未提供。
【引用与许可】
该数据集的作者为 KUMAR, RAJESH，所属机构为 NHLBI BioData Catalyst，发布时间为 2025 年，来源站为 doi.org。关于引用格式、许可条款与使用限制等具体信息，源站未提供。
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/10.60645/bdc-98p3-7o07
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
CHIRAH项目是一项基于社区的研究，旨在探讨与非裔美国人群体哮喘发病率相关的因素。该项目评估了多种变量（生物学/环境、心理学/行为学以及社会经济）对哮喘发病率的作用，并纵向考察了这些变量变化对哮喘发病率的影响。这涉及基于学校筛查建立队列，抽样时纳入数量相近的贫困与非贫困受试者，他们大致等量代表了自报为非裔美国人和自报为非非裔美国人的个体。研究对该队列中的受试者进行了为期2年、每3个月一次的随访。
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。
