NHANES泌尿健康问卷OAB数据
NHANES泌尿问卷包含尿急、夜尿、尿失禁和生活方式变量，可用于OAB人群患病率、危险因素和症状分类研究。 该数据集与膀胱过度活动症高度相关，覆盖表格数据内容，可用于分类、特征筛选、算法评估和临床研究。
基本信息
资源简介
NHANES泌尿健康问卷OAB数据
【一句话概览】
NHANES 2007-2008 肾脏状况——泌尿科文件（KIQ_U_E）提供有关肾病、肾结石、尿失禁和夜尿症的个人访谈数据。前列腺状况的访谈数据见前列腺状况文件 KIQ_P_E。问题 KIQ.005 与 KIQ.010 构成尿失禁严重程度指数（Sandvik 等，2000），该指数基于四个频率等级和三个漏尿量等级，相乘可得 1-12 的指数值，并分为轻度（1-2）、中度（3-6）、重度（8-9）和极重度（10-12）（来源 CDC NHANES）。
【数据集背景】
本数据集源站标题为《Kidney Conditions - Urology (KIQ_U_E)（2007-2008）》。源站首次发布：September 。
【数据内容】
源站原始描述：The NHANES 2007-2008 Kidney Conditions – Urology file provides personal interview data on kidney disease, kidney stones, urinary incontinence, and nocturia. Personal interview data on prostate conditions can be found in the Prostate Conditions File, KIQ_P_E. Questions KIQ.005 “How often do you have urinary leakage? Would you say …” and KIQ.010 “How much urine do you lose each time? Would you say…” comprise the Incontinence Severity Index (Sandvik et al, 2000). This index, based on information ab…
中文译文（机器翻译，仅供快速理解，请以原文为准）：NHANES 2007-2008肾脏状况——泌尿科文件提供了关于肾病、肾结石、尿失禁和夜尿症的个人访谈数据。关于前列腺状况的个人访谈数据可在前列腺状况文件KIQ_P_E中找到。问题KIQ.005“您多久出现一次尿漏？您会说……”和KIQ.010“您每次会漏出多少尿液？您会说……”构成了尿失禁严重程度指数（Sandvik等人，2000年）。该指数基于四个级别的频率信息和三个级别的漏尿量，通过相乘可得到一个指数值（1-12）。四级严重程度指数基于以下指数值：1-2，轻度；3-6，中度；8-9，重度；10-12，极重度。
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：NHANES、CDC、NHANES 2007-2008、Kidney、Conditions、Urology。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://wwwn.cdc.gov/Nchs/Data/Nhanes/Public/2007/DataFiles/KIQ_U_E.htm
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://wwwn.cdc.gov/Nchs/Data/Nhanes/Public/2007/DataFiles/KIQ_U_E.htm
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
NHANES泌尿问卷包含尿急、夜尿、尿失禁和生活方式变量，可用于OAB人群患病率、危险因素和症状分类研究。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
