five

National Health and Nutrition Examination Survey (NHANES) - Dietary Data|健康调查数据集|营养调查数据集

收藏
www.cdc.gov2024-10-29 收录
健康调查
营养调查
下载链接:
https://www.cdc.gov/nchs/nhanes/index.htm
下载链接
链接失效反馈
资源简介:
NHANES是美国国家健康与营养调查的数据集,主要收集了美国居民的健康和营养状况数据,包括饮食习惯、身体测量、实验室测试等。Dietary Data部分特别关注了参与者的饮食摄入情况,包括食物和营养素的摄入量。
提供机构:
www.cdc.gov
AI搜集汇总
数据集介绍
main_image_url
构建方式
National Health and Nutrition Examination Survey (NHANES) - Dietary Data 数据集的构建基于美国国家健康与营养调查,该调查通过多阶段分层抽样方法,从美国各地随机选取参与者。调查过程中,参与者需完成详细的饮食记录,包括每日摄入的食物种类、数量及频率。数据收集后,经过标准化处理和营养成分分析,最终形成一个包含丰富饮食信息的数据集。
特点
该数据集具有多维度的特点,涵盖了参与者的基本人口统计信息、饮食习惯、营养摄入量等多个方面。数据集中的每条记录均经过严格的质量控制,确保数据的准确性和可靠性。此外,数据集还提供了详细的营养成分分析,有助于研究者深入探讨饮食与健康之间的关系。
使用方法
使用该数据集时,研究者可以根据具体研究需求,筛选特定人群或特定饮食习惯的样本进行分析。数据集提供了丰富的变量,可用于构建多元回归模型、进行统计分析或进行数据挖掘。此外,数据集还支持交叉分析,帮助研究者探索不同变量之间的关联性。在使用过程中,建议结合相关文献和研究背景,确保分析结果的科学性和有效性。
背景与挑战
背景概述
National Health and Nutrition Examination Survey (NHANES) - Dietary Data 是由美国疾病控制与预防中心(CDC)自1999年以来持续进行的一项综合性健康与营养调查。该数据集通过收集来自美国各地的样本,旨在评估美国人口的健康状况和营养摄入情况。NHANES 数据集不仅包括详细的饮食记录,还涵盖了身体测量、实验室测试和健康问卷等多个方面。这一数据集的建立,为公共卫生政策制定、营养学研究以及慢性病预防提供了宝贵的数据支持,极大地推动了相关领域的科学研究与实践应用。
当前挑战
尽管 NHANES - Dietary Data 提供了丰富的营养摄入信息,但其构建过程中仍面临诸多挑战。首先,数据收集涉及复杂的样本选择和多阶段抽样方法,确保样本的代表性是一项艰巨任务。其次,饮食数据的准确记录依赖于受访者的回忆和自我报告,这可能导致数据偏差。此外,数据处理和分析过程中,如何有效整合多源数据并消除潜在的误差,也是一项技术难题。最后,随着时间的推移,饮食习惯和营养需求的变化,要求数据集不断更新和调整,以保持其时效性和适用性。
发展历史
创建时间与更新
National Health and Nutrition Examination Survey (NHANES) - Dietary Data 数据集首次创建于1971年,旨在通过综合性的健康和营养调查,提供美国人口的健康状况和饮食习惯的全面数据。该数据集定期更新,最新版本涵盖了2017-2020年的数据,确保了数据的时效性和代表性。
重要里程碑
NHANES - Dietary Data 数据集的重要里程碑包括1999年引入计算机辅助个人访谈(CAPI)技术,显著提高了数据收集的效率和准确性。2007年,数据集开始包括详细的饮食频率问卷(FFQ),进一步丰富了饮食数据的维度。此外,2011年引入的电子数据收集系统(EDC)使得数据处理和分析更加高效和精确。
当前发展情况
当前,NHANES - Dietary Data 数据集已成为公共卫生和营养学研究的重要资源,为政策制定者、研究人员和公众提供了关于饮食与健康关系的关键信息。数据集的持续更新和扩展,使其能够反映不断变化的饮食趋势和健康需求,对预防慢性疾病、改善公共健康策略具有深远影响。此外,数据集的开放获取政策促进了全球范围内的研究合作,推动了营养科学的发展。
发展历程
  • NHANES首次引入膳食数据收集,标志着该数据集的诞生。
    1971年
  • NHANES II开始,膳食数据收集方法得到进一步完善,数据质量显著提升。
    1980年
  • NHANES III完成,膳食数据首次采用24小时回顾法,数据收集更加全面和准确。
    1999年
  • NHANES开始每年进行一次,膳食数据收集频率增加,数据时效性得到增强。
    2005年
  • NHANES引入电子数据收集系统,膳食数据收集效率和准确性进一步提升。
    2011年
  • NHANES膳食数据首次包含食品环境信息,数据维度更加丰富。
    2017年
常用场景
经典使用场景
在公共卫生领域,National Health and Nutrition Examination Survey (NHANES) - Dietary Data 数据集被广泛用于研究饮食习惯与健康状况之间的关系。通过分析不同人群的饮食结构,研究人员能够识别出与慢性疾病风险相关的饮食模式,从而为制定公共卫生政策提供科学依据。
衍生相关工作
NHANES - Dietary Data 数据集的广泛应用催生了大量相关的经典研究工作。例如,基于该数据集的研究成果,学者们开发了多种营养评估工具和模型,用于预测个体和群体的健康风险。此外,该数据集还促进了跨学科研究,如营养学与遗传学的结合,为个性化营养干预提供了新的思路和方法。
数据集最近研究
最新研究方向
在公共卫生领域,National Health and Nutrition Examination Survey (NHANES) - Dietary Data 数据集的最新研究方向主要集中在个性化营养干预策略的开发与评估。随着精准医学的兴起,研究人员利用该数据集中的丰富饮食信息,结合基因组学、代谢组学等多维度数据,探索个体间营养需求的差异。这些研究不仅有助于制定更有效的公共卫生政策,还能为个体提供定制化的饮食建议,从而改善健康状况和预防慢性疾病。此外,数据集的跨年度数据也为长期营养与健康关系的纵向研究提供了宝贵资源,推动了营养科学的前沿发展。
相关研究论文
  • 1
    National Health and Nutrition Examination Survey (NHANES): Sample Design and Analytic GuidelinesCenters for Disease Control and Prevention (CDC) · 2013年
  • 2
    Dietary Patterns and Cardiovascular Disease Risk: A Systematic Review and Meta-Analysis of Prospective Cohort StudiesUniversity of Eastern Finland · 2020年
  • 3
    Association Between Dietary Fiber Intake and Risk of Cardiovascular Disease: A Systematic Review and Meta-AnalysisHarvard T.H. Chan School of Public Health · 2019年
  • 4
    Dietary Patterns and Risk of All-Cause Mortality: A Systematic Review and Meta-Analysis of Prospective StudiesUniversity of Cambridge · 2021年
  • 5
    Dietary Patterns and Risk of Type 2 Diabetes: A Systematic Review and Meta-Analysis of Prospective StudiesUniversity of Eastern Finland · 2020年
以上内容由AI搜集并总结生成
用户留言
有没有相关的论文或文献参考?
这个数据集是基于什么背景创建的?
数据集的作者是谁?
能帮我联系到这个数据集的作者吗?
这个数据集如何下载?
点击留言
数据主题
具身智能
数据集  4098个
机构  8个
大模型
数据集  439个
机构  10个
无人机
数据集  37个
机构  6个
指令微调
数据集  36个
机构  6个
蛋白质结构
数据集  50个
机构  8个
空间智能
数据集  21个
机构  5个
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集

LFW

人脸数据集;LFW数据集共有13233张人脸图像,每张图像均给出对应的人名,共有5749人,且绝大部分人仅有一张图片。每张图片的尺寸为250X250,绝大部分为彩色图像,但也存在少许黑白人脸图片。 URL: http://vis-www.cs.umass.edu/lfw/index.html#download

AI_Studio 收录

PDT Dataset

PDT数据集是由山东计算机科学中心(国家超级计算济南中心)和齐鲁工业大学(山东省科学院)联合开发的无人机目标检测数据集,专门用于检测树木病虫害。该数据集包含高分辨率和低分辨率两种版本,共计5775张图像,涵盖了健康和受病虫害影响的松树图像。数据集的创建过程包括实地采集、数据预处理和人工标注,旨在为无人机在农业中的精准喷洒提供高精度的目标检测支持。PDT数据集的应用领域主要集中在农业无人机技术,旨在提高无人机在植物保护中的目标识别精度,解决传统检测模型在实际应用中的不足。

arXiv 收录

OpenSonarDatasets

OpenSonarDatasets是一个致力于整合开放源代码声纳数据集的仓库,旨在为水下研究和开发提供便利。该仓库鼓励研究人员扩展当前的数据集集合,以增加开放源代码声纳数据集的可见性,并提供一个更容易查找和比较数据集的方式。

github 收录

中国空气质量数据集(2014-2020年)

数据集中的空气质量数据类型包括PM2.5, PM10, SO2, NO2, O3, CO, AQI,包含了2014-2020年全国360个城市的逐日空气质量监测数据。监测数据来自中国环境监测总站的全国城市空气质量实时发布平台,每日更新。数据集的原始文件为CSV的文本记录,通过空间化处理生产出Shape格式的空间数据。数据集包括CSV格式和Shape格式两数数据格式。

国家地球系统科学数据中心 收录

NIST Thermochemical Database

NIST Thermochemical Database(NIST热化学数据库)是一个包含大量热化学数据的数据集,涵盖了各种化学物质的热力学性质,如焓、熵、自由能等。该数据库由美国国家标准与技术研究院(NIST)维护,旨在为科学研究和工业应用提供准确的热化学数据。

webbook.nist.gov 收录