CDC PRAMS流行病学研究在线数据（CPONDER）
CPONDER 是 CDC 妊娠风险评估监测系统（PRAMS）的交互式在线数据工具，用户可通过州、年份、主题三个下拉菜单检索妊娠与分娩相关数据，并选择 PRAMS 具体问题生成数据表或图表
基本信息
资源简介
CDC PRAMS流行病学研究在线数据（CPONDER）
CDC's PRAMS Online Data for Epidemiological Research (CPONDER)
CPONDER 是 CDC 妊娠风险评估监测系统（PRAMS）的交互式在线数据工具，用户可通过州、年份、主题三个下拉菜单检索妊娠与分娩相关数据，并选择 PRAMS 具体问题生成数据表或图表。数据来源于 PRAMS 收集的州级和国家级信息，涵盖母乳喂养、产前保健、保险覆盖、孕期酒精使用、多种维生素使用、避孕等主题。该工具适合流行病学研究与公共卫生监测，用于探索妊娠相关行为的分布与趋势（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）：该交互式工具允许用户生成与妊娠和分娩相关信息的数据表和图表。所有数据均来自 CDC 的 PRAMS。主题包括：母乳喂养、产前保健、保险覆盖和孕期酒精使用。背景 CPONDER 是美国疾病控制与预防中心（CDC）妊娠风险评估监测系统（PRAMS）的交互式在线数据工具。PRAMS 收集与妊娠和分娩相关的多种主题的州级和国家级数据。信息示例包括：母乳喂养、酒精使用、多种维生素使用、产前保健和避孕。用户功能 用户从三个下拉菜单中选择选项来搜索数据。菜单为州、年份和主题。然后用户可以选择其感兴趣的 PRAMS 具体问题，数据表或图表将出现。然后用户可以 c
【主题与分类】
主题标签：obesity、tobacco use、household crowding、delivery payment method、mental health、alcohol use、national、dental health、infant morbidity、childbirth。本站分类：妊娠、分娩和产褥期。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Aaf9db3228409042d2a48ff91eb22a86513c375922f257bbfd5ef86213329ea03
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
这一交互式工具允许用户生成与妊娠和分娩相关信息的数据表和图表。所有数据均来自CDC的PRAMS。主题包括：母乳喂养、产前保健、保险覆盖情况以及孕期饮酒。背景CPONDER是美国疾病控制与预防中心（CDC）妊娠风险评估监测系统（PRAMS）的交互式在线数据工具。PRAMS收集州级和国家级的关于妊娠和分娩各种主题的数据。信息示例包括：母乳喂养、饮酒、多种维生素使用、产前保健和避孕。用户功能用户从三个下拉菜单中选择选项来搜索数据。菜单分别为州、年份和主题。用户随后可以从PRAMS中选择他们感兴趣的具体问题，数据表或图表将会显示。用户随后可以将该问题与另一个州或另一个年份进行比较，生成新的数据表或图表。数据说明CPONDER的数据来源是PRAMS。数据涵盖2000年至2008年间的每一年，且数据可在州级和国家级获取。
然而，各州必须参与PRAMS才能成为CPONDER的一部分。并非每个州、也并非每个州的每一年都有数据可用。
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。
