ErbB4基因变异与妊娠期糖尿病关联的原始数据
该数据集为研究ErbB4基因变异与妊娠期糖尿病（GDM）关联的原始数据，来自search.dataone.org。研究在中国人群中选取ErbB4的四个变异位点（rs1595064、rs1595065、rs1595066和rs6719645），对554例GDM病例和641例健康对照进行基因分型，采用比
基本信息
资源简介
ErbB4基因变异与妊娠期糖尿病关联的原始数据
Raw data for the association of genetic variants of ErbB4 gene and gestational diabetes mellitus
该数据集为研究ErbB4基因变异与妊娠期糖尿病（GDM）关联的原始数据，来自search.dataone.org。研究在中国人群中选取ErbB4的四个变异位点（rs1595064、rs1595065、rs1595066和rs6719645），对554例GDM病例和641例健康对照进行基因分型，采用比值比（OR）及95%置信区间评估关联，并用FPRP、MDR和生物信息学分析验证，同时构建列线图模型预测GDM风险。数据可用于遗传关联分析、风险预测建模及相关方法学复现（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：妊娠期糖尿病（GDM）是女性妊娠期常见并发症之一，严重影响患者及其子代健康。迄今为止，其病因尚未完全阐明。为明确Erb-b2受体酪氨酸激酶4（ErbB4）遗传变异与中国人群GDM风险的关系，选取ErbB4变异位点（rs1595064、rs1595065、rs1595066和rs6719645），在554例GDM病例和641例健康对照中进行基因分型。采用比值比（OR）及其相应的95%置信区间（CI）评估变异与GDM风险的关联。采用假阳性报告概率（FPRP）、多因子降维（MDR）和生物信息学分析确认显著关联。构建列线图模型以预测GDM风险。关联分析表明，rs1595066基因
【主题与分类】
主题标签：Erb-b2 receptor tyrosine kinase 4、Nomogram、association、variant、Function、gestational diabetes mellitus。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%3Ade979f60baf5e55f12f68f3cd9a5bc73c127b40cb75fba00be1796a8745bd697
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
妊娠期糖尿病（GDM）是女性妊娠期常见并发症之一，严重影响患者及其子代的健康。迄今为止，其病因尚未完全阐明。为明确Erb-b2受体酪氨酸激酶4（ErbB4）遗传变异与中国人群GDM风险的关系，本研究选取ErbB4变异位点（rs1595064、rs1595065、rs1595066和rs6719645），在554例GDM患者和641例健康对照中进行基因分型。采用比值比（OR）及其相应的95%置信区间（CI）评估变异位点与GDM风险之间的关联。采用假阳性报告概率（FPRP）、多因子降维法（MDR）和生物信息学分析确认显著关联。构建列线图模型以预测GDM风险。关联分析表明，rs1595066基因型在所有研究对象中对GDM风险具有保护作用。同时，分层分析……
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
