孟加拉国成年人砷暴露与汗液氯离子浓度升高及气流阻塞关联的重复研究数据
该数据集来自一项在孟加拉国开展的横断面流行病学研究，探讨环境砷暴露与肺功能、糖耐量、汗液氯离子及外周血单核细胞中CFTR浓度之间的关联
基本信息
资源简介
孟加拉国成年人砷暴露与汗液氯离子浓度升高及气流阻塞关联的重复研究数据
Replication Data for: Arsenic exposure is associated with elevated sweat chloride concentration and airflow obstruction among adults in Bangladesh: a cross-sectional study
该数据集来自一项在孟加拉国开展的横断面流行病学研究，探讨环境砷暴露与肺功能、糖耐量、汗液氯离子及外周血单核细胞中CFTR浓度之间的关联。研究基于初步数据，提示环境砷暴露可诱导囊性纤维化跨膜传导调节因子（CFTR）降解。数据可用于分析砷暴露对呼吸系统及代谢指标的影响，并支持中介分析等环境流行病学与肺功能相关研究（来源 DataONE，http://creativecommons.org/publicdomain/zero/1.0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：本研究项目建立在强有力的初步数据之上，这些数据表明环境砷暴露会诱导囊性纤维化跨膜传导调节因子（CFTR）的降解，CFTR是在遗传性疾病囊性纤维化中缺失或有缺陷的氯离子通道。这项流行病学研究的数据探讨了环境砷暴露与肺功能、糖耐量、汗液氯离子以及外周单核血细胞中CFTR浓度之间的关联。这些研究在孟加拉国开展，该国正经历一场由受污染饮用水导致的空前砷中毒流行。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Environmental epidemiology、Pulmonary function、Mediation analysis、Arsenic、Earth and Environmental Sciences。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A6c41dea28815af87f79c2f0f5ff37563b25af6ea67034f34c230f3bf8b40a786
使用许可：http://creativecommons.org/publicdomain/zero/1.0。
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:
数据说明
本研究项目建立在强有力的初步数据基础之上，这些数据表明环境砷暴露会导致囊性纤维化跨膜传导调节因子（CFTR）的降解，CFTR是在遗传性疾病囊性纤维化中缺失或缺陷的氯离子通道。本流行病学研究的数据探讨了环境砷暴露与肺功能、葡萄糖耐量、汗液氯离子及外周单核血细胞中CFTR浓度之间的关联。这些研究在孟加拉国进行，该国正经历着因饮用水污染而引发的前所未有的砷中毒流行。
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。
