妊娠期糖尿病的遗传易感性、孟德尔随机化与列线图模型构建
该数据集来自 search.dataone.org,围绕妊娠期糖尿病(GDM)的遗传易感性、孟德尔随机化与列线图模型构建,收录受试者的基本信息与遗传变异信息

基本信息
资源简介
妊娠期糖尿病的遗传易感性、孟德尔随机化与列线图模型构建
Genetic susceptibility, Mendelian randomization and nomogram model construction of gestational diabetes mellitus
该数据集来自 search.dataone.org,围绕妊娠期糖尿病(GDM)的遗传易感性、孟德尔随机化与列线图模型构建,收录受试者的基本信息与遗传变异信息。基本信息包括空腹血糖、口服葡萄糖耐量试验1小时和2小时血糖、糖化血红蛋白、收缩压、舒张压、甘油三酯、总胆固醇、高密度脂蛋白胆固醇和低密度脂蛋白胆固醇;遗传变异信息用于分析功能多态性与GDM的关联。数据还包含用于分层分析的各指标均值变量。研究获得桂林医学院伦理委员会支持,可用于GDM风险因素分析与预测建模(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):该数据集包含受试者的基本信息,包括检测样本的识别编号、空腹血糖(FPG)、口服葡萄糖耐量试验1小时血糖(1hPG)、口服葡萄糖耐量试验2小时血糖(2hPG)、糖化血红蛋白(HbA1c)、收缩压(SBP)、舒张压(DBP)、甘油三酯(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-c)、低密度脂蛋白胆固醇(LDL-c),还涉及用于分析功能多态性与GDM关联的受试者遗传变异信息。变量SBP_M、DBP_M、FPG_M、1hPG_M、2hPG_M、HbA1c_M、TG_M分别代表SBP、DBP、FPG、1hPG、2hPG、HbA1c、TG的均值,用于分层分析。本研究已获得桂林医学院伦理委员会的支持。所有纳入的受试者
【主题与分类】
主题标签:Genetic susceptibility、gestational diabetes mellitus、Functional polymorphism。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ab9c7e03899558fb32d068eccbc139112624ee0e08f630e4d7367c490953bfa89
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
该数据集包含受试者的基本信息,包括测试样本的识别号、空腹血糖(FPG)、口服葡萄糖耐量试验1小时血糖(1hPG)、口服葡萄糖耐量试验2小时血糖(2hPG)、糖化血红蛋白(HbA1c)、收缩压(SBP)、舒张压(DBP)、甘油三酯(TG)、总胆固醇(TC)、高密度脂蛋白胆固醇(HDL-c)、低密度脂蛋白胆固醇(LDL-c),还涉及用于分析功能性多态性与GDM关联的受试者遗传变异信息。变量SBP_M、DBP_M、FPG_M、1hPG_M、2hPG_M、HbA1c_M、TG_M分别代表SBP、DBP、FPG、1hPG、2hPG、HbA1c、TG的平均值,用于分层分析。本研究已获得桂林医学院伦理委员会的支持。所有纳入的受试者均签署了知情同意书。, , , # 妊娠期糖尿病的遗传易感性、孟德尔随机化及列线图模型构建 功能性多态性与GDM关联的原始数据 1. 样本ID:测试样本的识别号 2.
组别:1=GDM;0=对照组 3. 变异与基因型赋值 (1)rs1859489 A>G:1=AA基因型;2=AG基因型;3=GG基因型 (2)rs1965211 C>T:1=CC基因型;2=CT基因型;3=TT基因型 (3)rs208634 T>C:1=TT基因型;2=TC基因型;3=CC基因型 (4)rs2240794 C>T:1=CC基因型;2=CT基因型;3=TT基因型 (5)rs3189926 A>C:1=AA基因型;2=AC基因型;3=CC基因型 (6)rs3760675 T>C:1=TT基因型;2=TC基因型;3=CC基因型 (7)rs42318 C>T:1=CC基因型;2=CT基因型;3=TT基因型 (8)rs6570136 A>G:1=AA基因型;2=AG基因型;3=GG基因型 (9)rs7755323 A>G:1=AA基因型;2=AG基因型;3=GG基因型 (10)rs7814359 A>G:1=AA基因型;2=AG基因型;3=GG基因型 (11)rs899972 G>T:1=GG基因型;2=GT基因型;3=TT…
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




