哥斯达黎加长寿与健康老龄化研究（CRELES）
CRELES 是对哥斯达黎加老年人健康与生命历程经历的一组具有全国代表性的纵向调查，属于全球健康与退休调查体系的一部分。该研究由两个出生队列的多轮数据组成，覆盖健康与生命历程相关信息
基本信息
资源简介
哥斯达黎加长寿与健康老龄化研究（CRELES）
The Costa Rican Longevity and Healthy Aging Study (CRELES)
CRELES 是对哥斯达黎加老年人健康与生命历程经历的一组具有全国代表性的纵向调查，属于全球健康与退休调查体系的一部分。该研究由两个出生队列的多轮数据组成，覆盖健康与生命历程相关信息。哥斯达黎加虽为中等收入国家，人均收入约为美国的五分之一、人均卫生支出约为十分之一，但预期寿命高于美国，因此具有独特研究价值。该数据可用于老龄化、长寿与健康相关研究（来源 DataONE，http://creativecommons.org/licenses/by-nc/4.0 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：哥斯达黎加长寿与健康老龄化研究（CRELES，即“Costa Rica Estudio de Longevidad y Envejecimiento Saludable”）是一组针对哥斯达黎加老年人健康与生命历程经历的具有全国代表性的纵向调查。CRELES 是全球范围内正在开展的日益增多的健康与退休调查的一部分。鉴于哥斯达黎加的高长寿水平，该国尤其值得研究：尽管是中等收入国家，人均收入约为美国的五分之一、人均卫生支出约为十分之一，其预期寿命却高于美国。CRELES 目前由来自两个出生队列的多轮数据组成。
【主题与分类】
主题标签：Social Sciences。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%3A18b26bd39f77a404a51c7eb556223384746a8dd0400fb63c474f66b9b94391c3
使用许可：http://creativecommons.org/licenses/by-nc/4.0。
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
哥斯达黎加长寿与健康老龄化研究（CRELES，即“Costa Rica Estudio de Longevidad y Envejecimiento Saludable”）是一组具有全国代表性的纵向调查，旨在了解哥斯达黎加老年人的健康与生命历程经历。CRELES是全球范围内日益增多的健康与退休调查（Health and Retirement Surveys）的一部分。鉴于哥斯达黎加的高预期寿命，该国尤其值得研究：尽管它是一个中等收入国家，人均收入约为美国的五分之一，人均卫生支出约为美国的十分之一，但其预期寿命却高于美国。CRELES目前由两个出生队列的多轮数据组成。
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。
