电子烟及双重使用者呼吸道细胞因子特征重复数据

该数据集来自 Thies 等人的纵向研究,覆盖年轻成人远程队列中的从不吸烟者、电子烟专属使用者和双重烟草使用者。数据用于探究鼻部炎症细胞因子在不同使用者状态间的差异,以及使用者状态如何影响免疫介质的性别差异

UNC DataverseUNC Dataverse
dataverse
浏览 2
其他分类Medicine, Health and Life Sciences
Replication Data for: Noninvasive repeated sampling technique reveals specific respiratory cytokine signatures for electronic-cigarette and dual-use users obtained from a remote cohort of young adults

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-18

资源简介

电子烟及双重使用者呼吸道细胞因子特征重复数据

Replication Data for: Noninvasive repeated sampling technique reveals specific respiratory cytokine signatures for electronic-cigarette and dual-use users obtained from a remote cohort of young adults

该数据集来自 Thies 等人的纵向研究,覆盖年轻成人远程队列中的从不吸烟者、电子烟专属使用者和双重烟草使用者。数据用于探究鼻部炎症细胞因子在不同使用者状态间的差异,以及使用者状态如何影响免疫介质的性别差异。该数据可用于呼吸系统疾病与烟草暴露相关研究,支持对电子烟及双重使用人群炎症特征的分析(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):Thies 等人的出版物《非侵入性重复采样技术揭示来自年轻成人远程队列的电子烟及双重使用者特定呼吸道细胞因子特征》的数据集。总体而言,这是一项纵向研究,探讨从不吸烟者、电子烟专属使用者和双重烟草使用者之间鼻部炎症细胞因子的差异,以及使用者状态如何影响免疫介质的性别差异。

【主题与分类】

主题标签:Medicine, Health and Life Sciences。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://dataverse.unc.edu/citation?persistentId=doi:10.15139/S3/JOM4LJ

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://doi.org/10.15139/S3/JOM4LJ

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

Thies等人的出版物《无创重复采样技术揭示了电子烟及双重使用者特定的呼吸道细胞因子特征,该样本来自一个年轻成人远程队列》的数据集。总体而言,这是一项纵向研究,探讨了从不吸烟者、仅使用电子烟者以及双重烟草使用者之间鼻腔炎症细胞因子的差异,以及使用者状态如何影响免疫介质的性别差异。

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。

获取专属数据定制方案