基本信息

模态

其他

任务类型

预测

创建/更新时间

2026-10-22

资源简介

室内空气污染物及其对儿童健康与福祉影响研究

该数据集英文名为 Study of Indoor Air Pollutants and Their Impact in Children's Health and Wellbeing，来源于 clinicaltrials.gov，主题标签为 Allergy，在本站归入呼吸系统疾病 / 哮喘分类。数据集聚焦室内空气污染物对学龄儿童健康与福祉的影响，尤其关注过敏与哮喘等易感人群。源站描述指出，学校室内空气污染物的数量和种类正在上升，但人们对其潜在协同相互作用如何影响学龄儿童健康知之甚少；在儿童中，对空气污染高度易感的个体包括过敏和哮喘患者以及社会经济背景较低者，然而目前尚无具体的指导建议。该研究设计提供了一个独特的环境，可在一个规模大且多样化的队列中，前瞻性地评估学校与室外污染物对多个健康方面的协同效应。

【数据集背景】

源站描述显示，学校室内空气污染物的数量和种类呈上升趋势，但关于这些污染物潜在的协同相互作用对学龄儿童健康的影响，目前所知有限。在儿童群体中，对空气污染高度易感的人群包括过敏和哮喘患者，以及社会经济背景较低者，但针对这些人群尚无具体的指导建议。该研究正是基于这一背景设计，旨在填补上述认知空白。

【数据内容】

该数据集的主题标签为 Allergy，本站分类为呼吸系统疾病 / 哮喘。源站描述提到，研究将评估学校与室外污染物对多个健康方面的协同效应，健康结局数据包括的内容在源站描述中未完整呈现。数据集涉及由哨兵设备持续提供的信息，这些信息将构成特定指标的个体化基线，并在随访期内被监测，以识别个体化的健康变化，而非与通用标准进行比较。关于具体的变量字段、样本规模与时间跨度，源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。研究设计采用前瞻性方式，在一个规模大且多样化的队列中开展评估。数据采集依托哨兵设备持续提供信息，形成个体化基线并在随访期内持续监测。关于采集地点、设备型号、采样频率等具体技术细节，源站未提供。

【适用场景】

基于源站描述，该数据集适用于评估室内空气污染物与室外污染物对学龄儿童多个健康方面的协同效应，尤其适合关注过敏与哮喘等易感人群的健康影响研究。其个体化基线监测的思路，可用于识别个体化的健康变化，而非依赖通用标准进行比较。关于其他具体应用场景，源站未提供。

【使用方法】

源站描述提到，研究通过哨兵设备持续提供的信息建立特定指标的个体化基线，并在随访期内对这些指标进行监测，以识别个体化的健康变化。关于数据的具体使用方式、分析流程与操作规范，源站未提供。

【质量与限制】

源站描述强调，该研究设计提供了独特的环境，可在一个规模大且多样化的队列中开展前瞻性评估，且哨兵设备提供的信息具有连续性。关于数据质量指标、缺失情况、偏倚控制等具体信息，源站未提供。

【引用与许可】

源站未提供。

原始链接

https://clinicaltrials.gov/study/NCT07402200

访问原始数据

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

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://clinicaltrials.gov/study/NCT07402200

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。

数据说明

条件：过敏。学校室内空气污染物的数量和种类正在增加，但人们对其潜在的协同相互作用对学龄儿童健康的影响知之甚少。在儿童中，对空气污染高度易感的个体包括过敏和哮喘患者以及社会经济背景较低者，然而目前尚无具体的指导方针。该研究设计提供了一个独特的环境，可前瞻性地评估学校及室外污染物对大型多样化队列中多个健康方面的协同效应。最重要的是，哨兵设备提供的连续性信息将为特定指标提供个体化基线，这些指标将在随访期间进行监测，以识别个体化的健康变化，而非与通用标准进行比较。健康结局数据，包括呼吸系统健康、免疫适应能力以及心理和非心理视角，重点关注哮喘/过敏儿童，将以迭代方式为污染感知做出贡献。

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