Starr County健康研究糖尿病遗传学研究

数据集获取

源站：https://omicsdi.org/dataset/ega/phs000143.v1.p1

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

20世纪70年代的一项初步观察发现，德克萨斯州斯塔尔县的糖尿病特异性死亡率在德州254个县中最高，这促使在德克萨斯州里奥格兰德城（斯塔尔县县城）设立了一个现场办公室，并启动了一系列研究，以了解2型糖尿病及其并发症和相关疾病在这一以墨西哥裔美国人为主（97%）的人群中的流行病学和遗传学特征。该现场办公室于1981年2月开放，此后一直持续运作。在此期间，开展了三次人群系统性调查以及家庭研究和纵向研究。开发并实施了具有文化敏感性的糖尿病教育项目，还开展了一项减重干预。总计已对超过23，000名墨西哥裔美国人进行了检查，并储存了超过200，000份生物样本分装。这些研究统称为斯塔尔县健康研究。目前的糖尿病遗传学研究的目标是利用全基因组标记和关联测试，识别该高风险人群中2型糖尿病易感性的位点/等位基因。

本研究利用了两个主要资源，这两个资源是为识别1000例2型糖尿病病例和1000名无病对照而开发的。首先，我们从已识别的总病例中确定了一个无亲缘关系的病例子集。在有多名受累同胞的家庭中，选择了发病年龄最小且具有详细表型特征（包括糖尿病视网膜病变评估）的病例。对照来自最近一项旨在建立斯塔尔县人口代表性样本的调查。随机选取街区，对所选街区内的住户进行枚举，并从每户中随机选取一名个体进行详细检查。检查包括口服葡萄糖耐量试验。被纳入对照组的个体是那些先前未被诊断

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。