摘要：儿童生长发育不良数据集（合成数据）包含儿童人体测量特征（性别、月龄、体重、身高/身长）和营养不良标签（发育迟缓 stunting、消瘦 wasting），遵循 WHO 生长标准定义。所有数据为人工生成，不含真实儿童信息，可安全用于公开研究，支持儿童营养不良分类、生长模式分析、健康结果预测和营养干预效果评估。
数据集简介
数据集概述
儿童生长发育不良数据集（Stunting Wasting Dataset – Synthetic）是一个合成的儿童人体测量和人口统计数据集，专注于发育迟缓（stunting）和消瘦（wasting）指标，用于儿童生长分析。数据集提供详细的人体测量和人口统计特征，包括性别（Jenis Kelamin）、月龄（Umur dalam bulan）、体重（Berat badan）和身高/身长（Tinggi badan），以及指示发育迟缓或消瘦状态的标签。作为合成数据集，所有数据均为人工生成，不包含真实儿童信息，可安全用于公开研究和教学。数据集是研究儿童营养不良、生长模式和预测健康结果的理想资源，支持发育迟缓和消瘦的分类任务、生长曲线建模以及营养干预效果评估等应用。
数据结构与模态特征
数据集包含核心人体测量特征和健康状态标签。人口统计特征：性别（Jenis Kelamin，分类变量，男/女）和月龄（Umur dalam bulan，连续变量，儿童年龄以月为单位）。人体测量特征：体重（Berat badan，连续变量，通常以千克为单位）和身高/身长（Tinggi badan，连续变量，通常以厘米为单位，0-2 岁儿童测量卧位身长，2 岁以上测量站立身高）。健康状态标签：发育迟缓状态（stunting，长期营养不良导致的身高相对于年龄偏低）和消瘦状态（wasting，急性营养不良导致的体重相对于身高偏低）。这些特征遵循世界卫生组织（WHO）儿童生长标准的定义：发育迟缓通常定义为年龄别身高 Z 分数 <-2SD，消瘦定义为身高别体重 Z 分数 <-2SD。数据集的合成性质确保了隐私保护，同时保持了真实儿童营养不良数据的统计特性和分布模式。
应用价值与研究方向
该数据集支持多个儿童健康、公共卫生和机器学习应用方向。儿童营养不良研究：分析发育迟缓和消瘦的患病率、危险因素和共存模式。生长模式分析：研究不同年龄段和性别的儿童生长轨迹。健康结果预测：训练机器学习模型预测儿童发育迟缓或消瘦风险。分类任务：开发二元或多类别分类器识别营养不良儿童。生长曲线建模：构建和验证儿童生长参考曲线。营养干预评估：模拟和评估营养干预措施的潜在效果。公共卫生监测：开发儿童营养状况监测系统的原型。数据集的合成特性使其特别适用于教学演示、算法开发和公开分享，无需担心隐私泄露问题。通过支持发育迟缓和消瘦的早期识别和预测，数据集为改善儿童营养状况、指导公共卫生政策、优化营养干预策略以及推动全球儿童健康目标（如 SDG 2 零饥饿）的实现提供了数据分析基础。
数据集来源
该数据集为合成数据（人工生成），包含儿童人体测量和人口统计特征（性别、月龄、体重、身高/身长）以及健康状态标签（发育迟缓 stunting 和消瘦 wasting 状态），遵循 WHO 儿童生长标准定义，所有数据完全虚构不含真实儿童信息，专为儿童营养不良研究、生长模式分析和健康结果预测而构建。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-76
文件大小：550K
原创声明：本数据集为整理作品
