大学生心理健康调查与可视化之数据获取分析

以下是获取大学生心理健康开源数据集的主要途径及推荐资源：

一、综合数据平台

1. Kaggle

   • Students Mental Health Dataset
     • 包含东南亚大学生的焦虑、抑郁、压力评分及人口统计信息（性别、专业等）。
   • Mental Health in Tech Survey
     • 虽面向科技行业，但包含18-60岁人群的心理状态数据，可筛选大学生群体。

2. UCI Machine Learning Repository

   • Student Mental Health Data
     • 包含马来西亚大学生的心理评估数据（PHQ-9量表）及学业表现。

二、学术研究共享平台

3. Zenodo

   • 搜索关键词 "university student mental health"
   • 示例数据集：Chinese College Students’ Mental Health
     • 包含中国大学生SCL-90量表数据（需审核获取）。

4. OpenNeuro

   • 神经影像类数据：
     • fMRI Study on Student Stress
       • 包含大学生压力任务的脑成像数据。

三、政府与教育机构

5. WHO Global Health Observatory

   • Mental Health Atlas
     • 包含各国青少年心理健康统计（筛选18-24岁群体）。

6. 中国国家心理健康服务平台

   • 心理援助数据报告
     • 提供区域性的学生心理健康普查摘要（需申请详细数据）。

四、高校研究项目

7. 哈佛大学 Dataverse

   • COVID-19 Impact on Student Mental Health
     • 包含疫情期间美国大学生的焦虑、抑郁跟踪数据。

8. 北京大学开放研究数据平台

   • 中国大学生心理健康追踪调查
     • 需提交研究计划申请访问权限。

五、数据采集工具

9. PsyToolKit

   • 开源心理学实验平台
     • 可自主设计问卷收集数据（支持PHQ-9、GAD-7等标准化量表）。

10. LimeSurvey

    • 开源问卷系统，支持导出结构化数据：

      # 示例：从LimeSurvey API获取数据
      import requests
      response = requests.get(
          "https://yourdomain.org/limesurvey/api",
          params={"survey_id":123, "token":"YOUR_KEY"}
      )
      

六、注意事项

• 伦理合规：使用数据前需确认是否符合《赫尔辛基宣言》及当地隐私法规。
• 数据清洗：开源数据常存在缺失值，建议使用Pandas处理：

  df = df.dropna(subset=['depression_score'])
  df['anxiety_level'] = df['anxiety_score'].apply(
      lambda x: 'high' if x>14 else 'medium' if x>7 else 'low'
  )
  

• 数据增强：对小样本数据集可结合SMOTE算法生成合成数据：

  from imblearn.over_sampling import SMOTE
  X_resampled, y_resampled = SMOTE().fit_resample(X, y)
  

如果需要特定国家/地区的数据，可尝试通过当地教育部门信息公开申请获取（如美国通过FOIA请求）。建议优先选择使用标准化心理评估工具（如PHQ-9、GAD-7、SCL-90）的数据集，以确保研究效度。