美国CDC哮喘监测统计数据库

CDC哮喘监测数据集提供美国全国范围内哮喘患病率、急诊率、住院率及死亡率等统计信息,用于公共卫生监测、疾病趋势分析及政策制定,是流行病学研究的重要基础数据来源。

Centers for Disease Control and Prevention (CDC)Centers for Disease Control and Prevention (CDC)
CDC WONDER
2023-01-01 更新
浏览 16
表格分类public healthmortalitybirthscancerAIDStuberculosispopulationenvironmentvaccine adverse eventsnotifiable conditionssexually transmitted diseasequery system
CDC Asthma Surveillance Data

基本信息

模态
表格
任务类型
分类
许可
Public Domain
创建/更新时间
2023-01-01

资源简介

美国CDC哮喘监测统计数据库

【一句话概览】

CDC WONDER 是一个在线数据库,采用丰富的即席查询系统,用于分析公共卫生数据,并提供报告及其他查询系统。其涵盖的标签包括公共卫生、死亡率、出生、癌症、艾滋病、结核病、人口、环境、疫苗不良事件、法定报告疾病、性传播疾病和查询系统(来源 wonder.cdc.gov)。

【数据集背景】

本数据集源站标题为《CDC WONDER》。

【数据内容】

源站原始描述:WONDER online databases utilize a rich ad-hoc query system for the analysis of public health data. Reports and other query systems are also available

中文译文(机器翻译,仅供快速理解,请以原文为准):WONDER在线数据库采用丰富的即席查询系统来分析公共卫生数据。报告和其他查询系统也可用。

【主题与分类】

主题标签:public health、mortality、births、cancer、AIDS、tuberculosis、population、environment、vaccine adverse events、notifiable conditions。

【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://wonder.cdc.gov/

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://wonder.cdc.gov/

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

该数据来源于美国CDC哮喘监测系统,提供全国范围内哮喘患病率、住院率及死亡率等统计数据,支持公共卫生决策与疾病趋势分析。

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。

获取专属数据定制方案