Star Homes Project 2 数据集
研究假设健康住宅相比传统住宅可降低儿童疟疾、呼吸道疾病和腹泻病的发病率,并可能减少全因发病、减轻疾病严重程度、改善生长与福祉

基本信息
资源简介
Star Homes Project 2 数据集
Star Homes Project 2 来自 clinicaltrials.gov,聚焦呼吸系统疾病及其他健康结局。研究假设健康住宅相比传统住宅可降低儿童疟疾、呼吸道疾病和腹泻病的发病率,并可能减少全因发病、减轻疾病严重程度、改善生长与福祉。主要终点通过每周家访在13岁以下儿童中评估,持续三年。研究覆盖坦桑尼亚 Mtwara 地区约2750名居民、550座房屋,其中110座为新设计住宅(Star Homes),其余440座为传统非洲住宅。所有住宅均可获得基础病媒控制(如 ITNs)以及早期诊断和适当疟疾治疗(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:疟疾、急性呼吸道感染、急性腹泻。研究假设是,与传统房屋相比,健康房屋将降低儿童疟疾、呼吸道疾病和腹泻病的发病率。健康房屋还可能降低全因发病率的发病率、疾病严重程度,改善生长和福祉。主要终点将通过每周家访在13岁以下儿童中评估,为期三年。所有家庭都将获得基本的病媒控制,例如经杀虫剂处理的蚊帐(ITNs)。将确保获得早期诊断和适当的疟疾治疗。大约2,750名居住在 Mtwara 地区550座房屋中的坦桑尼亚人将参与这项研究,其中110座是新设计房屋(Star Homes),其余440座是传统的非洲房屋。330名儿童……
【主题与分类】
主题标签:Malaria、Respiratory Tract Infection Acute、Diarrhoea;Acute。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04529434
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/NCT04529434
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
疾病:疟疾、急性呼吸道感染、腹泻;急性。研究假设是,与传统的房屋相比,健康的房屋将减少儿童疟疾、呼吸道疾病和腹泻病的发病率。而且,健康的房屋还可能降低全因发病率、疾病严重程度,改善生长和福祉。主要终点将通过为期三年的每周家庭访问,在13岁以下儿童中进行评估。所有家庭都将获得基本的病媒控制措施,如经杀虫剂处理的蚊帐(ITNs)。将确保获得早期诊断和适当的疟疾治疗。大约2750名坦桑尼亚人居住在姆特瓦拉地区的550所房屋中,其中110所是新设计房屋(星际家园),其余440所为传统的非洲房屋,他们将参与这项研究。居住在新型设计房屋中的330名儿童和传统房屋中的1320名儿童将被随访三年,以评估疟疾、呼吸道感染和腹泻。
蚊虫密度将在所有550户使用帐篷/诱蚊灯在夜间捕获蚊虫的研究房屋中进行评估。新型设计房屋的接受度将采用混合方法进行评估。可接受性调查将与550名户主同时进行,并对干预组中有意选取的30名户主进行深度访谈。将开展10次焦点小组讨论,每次由10名户主组成,共计100名户主。资助方:新加坡Hanako基金会
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。




