行为危险因素监测系统
BRFSS包含美国居民健康行为调查数据，涵盖哮喘等呼吸系统疾病的患病率与风险因素，用于公共卫生监测、流行病学分析及政策制定支持。
基本信息
资源简介
行为危险因素监测系统
【一句话概览】
行为危险因素监测系统（BRFSS）是美国主要的健康相关电话调查系统，收集各州居民健康相关风险行为、慢性健康状况和预防性服务使用数据。该系统1984年建立时覆盖15个州，现已在全部50个州、哥伦比亚特区和三个美国领地收集数据，每年完成超过40万次成人访谈，是世界上最大的持续开展的健康调查系统（来源 cdc.gov）。
【数据集背景】
本数据集源站标题为《Behavioral Risk Factor Surveillance System》。
【数据内容】
源站原始描述：The Behavioral Risk Factor Surveillance System (BRFSS) is the nation’s premier system of health-related telephone surveys that collect state data about U.S. residents regarding their health-related risk behaviors, chronic health conditions, and use of preventive services. Established in 1984 with 15 states, BRFSS now collects data in all 50 states as well as the District of Columbia and three U.S. territories. BRFSS completes more than 400,000 adult interviews each year, making it the largest co…
中文译文（机器翻译，仅供快速理解，请以原文为准）：行为危险因素监测系统（BRFSS）是美国首屈一指的与健康相关的电话调查系统，旨在收集各州关于美国居民健康相关风险行为、慢性健康状况及预防性服务使用情况的数据。BRFSS成立于1984年，最初覆盖15个州，如今已在全国50个州以及哥伦比亚特区和3个美国领地收集数据。BRFSS每年完成超过40万次成人访谈，使其成为全球规模最大的持续进行的健康调查系统。
【主题与分类】
主题标签：Behavioral Risk Factor Surveillance Syst、BRFSS、health-related risk behaviors、chronic health conditions、preventive services、telephone surveys、public health surveillance。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.cdc.gov/brfss/
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
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:
数据集大小约 10.00 GB。
数据说明
BRFSS是美国CDC建立的大规模电话健康调查系统，收集居民健康行为数据，其中包括哮喘等慢性呼吸系统疾病的患病率及相关风险因素，用于公共卫生政策分析与疾病监测。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
