数据集概述
该数据集包含基于个人生成健康数据（PGHD）构建的特征矩阵，用于预测抑郁严重程度变化。数据来自DiSCover Project纵向研究，包含35694行记录、154个特征列，聚焦PHQ-9量表测量的抑郁状态随时间的变化，所有参与者ID已匿名化处理。
文件详解
- LICENSE.pdf：PDF格式文件，包含数据集的CC BY-NC 4.0许可协议详情。
- Feature explanations - anonymized data - Sheet1.tsv：TSV格式文件，提供特征列的详细说明，包含特征名称、类别（如Demographic）、子类别、描述及编码规则（如sex字段0=female、1=male、2=other）。
- anon_processed_df_parquet：Parquet格式数据文件，包含处理后的特征矩阵，以[participant]_[month]为索引，覆盖4036名参与者的35694条月度记录。
数据来源
DiSCover Project（https://clinicaltrials.gov/ct2/show/NCT03421223）
适用场景
- 心理健康预测研究：基于可穿戴设备数据和调查信息构建抑郁严重程度变化预测模型。
- 数字健康数据分析：探索个人生成健康数据（如步数、睡眠数据）与抑郁状态的关联。
- 纵向研究方法学应用：分析长期跟踪数据中抑郁症状的动态变化模式。
- 医疗AI模型开发：为抑郁风险预警系统提供标准化的特征工程参考数据。
