孟加拉国妊娠期农药暴露与儿童发育数据
该数据集来自2008年在孟加拉国农村建立的前瞻性孕妇队列，包含其中一个子样本的去标识化数据。数据覆盖妊娠期农药暴露与儿童发育相关信息，主题涉及医学、健康与生命科学以及地球与环境科学
基本信息
资源简介
孟加拉国妊娠期农药暴露与儿童发育数据
该数据集英文名为 Pregnancy pesticide exposure and child development in Bangladesh，来源于 search.dataone.org，在本站归类于“妊娠、分娩和产褥期 / 其他”。其内容为2008年在孟加拉国农村建立的一个前瞻性孕妇队列中某一子样本的去标识化数据，覆盖妊娠期农药暴露与儿童发育相关信息。数据集主题标签包括 Medicine, Health and Life Sciences 以及 Earth and Environmental Sciences，说明其关注点横跨医学健康与地球环境科学两个方向。整体而言，该数据集为研究孕期环境暴露与子代发育之间关系提供了来自真实人群队列的观察性数据基础，适合在相关流行病学与环境健康研究中使用。以下按若干方面对该数据集作进一步介绍。
【数据集背景】
该数据集所依托的是一项前瞻性孕妇队列研究，该队列于2008年在孟加拉国农村地区建立。前瞻性队列设计意味着研究在妊娠阶段即开始纳入研究对象，并随时间推移对母婴进行观察，这一设计特点使其能够围绕孕期暴露与后续儿童发育结局之间的时序关系开展分析。数据集聚焦的主题是妊娠期农药暴露与儿童发育，属于环境暴露与母婴健康交叉的研究方向。源站描述指出，该数据集是这一队列中一个子样本的去标识化数据，因此其覆盖范围限于该子样本，而非整个队列的全部研究对象。
【数据内容】
依据现有信息，数据集内容涉及妊娠期农药暴露以及儿童发育两个方面的相关信息，主题标签涵盖医学、健康与生命科学以及地球与环境科学。数据以去标识化形式提供，即对可识别个人身份的信息进行了处理。关于具体的变量构成、测量指标、样本量、随访时间点、农药暴露的测量方式以及儿童发育结局的具体评估工具等细节，源站未提供。
【采集与来源】
该数据集来源于 search.dataone.org。其原始数据来自2008年在孟加拉国农村建立的前瞻性孕妇队列，本数据集为该队列某一子样本的去标识化数据。关于数据采集的具体流程、采样方法、生物样本类型、随访频率以及数据加工与去标识化的具体步骤，源站未提供。
【适用场景】
结合其主题与队列设计特点，该数据集可用于围绕孕期农药暴露与儿童发育关系的观察性研究，例如环境健康与流行病学领域的暴露—结局关联分析，也可作为母婴健康与环境因素交叉研究的参考数据。由于数据来自孟加拉国农村的前瞻性队列子样本，其适用场景应结合该人群与地域背景加以考虑。关于该数据集是否适用于其他特定研究目的，源站未提供进一步说明。
【使用方法】
该数据集以去标识化数据形式提供，并采用知识共享CC0 1.0公共领域贡献许可，使用者可在该许可条件下获取与使用数据。关于数据文件的具体格式、组织结构、变量编码说明、配套文档以及推荐的分析流程，源站未提供。
【质量与限制】
该数据集为前瞻性队列中一个子样本的去标识化数据，其覆盖范围限于该子样本，而非完整队列。数据经过去标识化处理，有助于降低个人身份泄露风险。关于样本量、缺失情况、测量误差、随访完整性以及数据质量评估结果等具体信息，源站未提供。使用者在解释基于该数据得出的结论时，应留意其子样本性质与特定人群、地域背景所带来的外推限制。
【引用与许可】
该数据集采用 http://creativecommons.org/publicdomain/zero/1.0 许可，即CC0 1.0公共领域贡献。关于数据集的正式引用格式、推荐引用文献以及数据提供方的署名要求，源站未提供。
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
来自2008年在孟加拉国农村建立的一个孕妇前瞻性队列的子样本的匿名数据
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。
