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