NHANES (National Health and Nutrition Examination Survey)
Encuesta estadounidense de salud y nutrición con examen físico, muy usada para investigación epidemiológica.
ÁreaSalud y Biomedicina
DominioSalud Pública
DificultadIntermedio
Tamaño~5,000 personas/año · Datos desde 1999
¿Qué puedes lograr con este dataset?
- Practicar limpieza y fusión de múltiples archivos con distintos niveles de granularidad
- Modelar relaciones entre variables clínicas (ej. IMC y presión arterial)
- Trabajar con datos de encuesta que requieren ponderación muestral para ser representativos
Descripción
NHANES es una encuesta continua del CDC que combina entrevistas y exámenes físicos/de laboratorio para evaluar el estado de salud y nutrición de la población de EE. UU. Sus datos abarcan desde mediciones antropométricas hasta biomarcadores de laboratorio, distribuidos en múltiples archivos que deben combinarse cuidadosamente.
Casos de uso
- Modelos predictivos de riesgo de enfermedades crónicas (diabetes, hipertensión)
- Análisis de tendencias nutricionales y de obesidad a lo largo del tiempo
- Investigación epidemiológica sobre determinantes sociales de la salud
- Práctica de regresión y pruebas estadísticas sobre datos reales de salud
Cómo cargarlo
import pandas as pd
demograficos = pd.read_sas("DEMO_J.XPT")
examen = pd.read_sas("BMX_J.XPT")
df = demograficos.merge(examen, on="SEQN")
print(df[["RIDAGEYR", "BMXBMI"]].describe())Ventajas y limitaciones
Ventajas
- Datos clínicos reales de alta calidad, con examen físico y no solo autorreporte
- Gratuito y de acceso público sin necesidad de solicitud especial
- Décadas de historia que permiten análisis de tendencias
Limitaciones
- Requiere entender el diseño muestral complejo (pesos, estratos) para inferencias válidas
- Combinar los distintos archivos SAS/XPT tiene una curva de aprendizaje inicial