高过敏致敏风险儿童的住宅绿度、哮喘与肺功能:前瞻性队列研究

该数据集来自辛辛那提儿童过敏与空气污染研究的前瞻性队列,覆盖高过敏致敏风险儿童的纵向随访数据,包含住宅地址与临床数据等个人可识别信息

U.S. EPA Office of Research and Development (ORD)U.S. EPA Office of Research and Development (ORD)
datacite
浏览 3
其他回归respiratoryasthmalung functionGreenspace
Residential greenness, asthma, and lung function among children at high risk of allergic sensitization: a prospective cohort study

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-11-08

资源简介

高过敏致敏风险儿童的住宅绿度、哮喘与肺功能:前瞻性队列研究

Residential greenness, asthma, and lung function among children at high risk of allergic sensitization: a prospective cohort study

该数据集来自辛辛那提儿童过敏与空气污染研究的前瞻性队列,覆盖高过敏致敏风险儿童的纵向随访数据,包含住宅地址与临床数据等个人可识别信息。绿度暴露数据基于卫星测量估算的归一化植被指数(NDVI)。数据可用于分析住宅绿度与儿童哮喘、肺功能之间的关联,支持呼吸系统疾病环境暴露相关的回归建模与队列研究(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):个人可识别信息包括来自辛辛那提儿童过敏与空气污染研究前瞻性队列纵向随访评估的住宅地址和临床数据。绿度暴露数据基于卫星测量估算的归一化植被指数(NDVI)。

【主题与分类】

主题标签:respiratory、asthma、lung function、Greenspace。本站分类:呼吸系统疾病/哮喘。

【获取与许可】

源站页面:https://catalog.data.gov/dataset/residential-greenness-asthma-and-lung-function-among-children-at-high-risk-of-allergic-sen

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.23719/1531858

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

个人身份信息包括来自辛辛那提儿童过敏与空气污染研究前瞻性队列纵向随访评估的居住地址和临床数据。绿化暴露数据基于从卫星测量估算的归一化植被指数(NDVI)。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。