特应性皮炎对骨质疏松和骨质减少影响的孟德尔随机化研究数据集

该数据集是一个基于孟德尔随机化方法的医学研究数据集,主要包含从全基因组关联研究数据库中提取的19个单核苷酸多态性位点的遗传数据,以及通过多种统计方法(如MR-Egger回归、逆方差加权法等)分析得到的特应性皮炎与骨质疏松、骨质减少之间的因果关联结果。数据模态为基因型与临床结局的关联数据,主要用于遗传流行病学、骨代谢疾病与免疫相关性研究,以及因果推断方法在医学研究中的应用与验证。

xiaoliang jinxiaoliang jin
Mendeley Data
浏览 34
Mendelian Randomized study for Atopic Dermatitis on Osteoporosis and Osteopenia

基本信息

大小
0.06852689 GB
创建/更新时间
2026-09-21
版本
v1

资源简介

特应性皮炎对骨质疏松和骨质减少影响的孟德尔随机化研究数据集

【数据集背景】

本数据集源站标题为《Mendelian Randomized study for Atopic Dermatitis on Osteoporosis and Osteopenia》。源站首次发布:2023-07-24。

【数据内容】

源站原始描述:Using Mendelian randomization to analyze the causal effect of AD on osteoporosis and bone loss. 19 single-nucleotide polymorphisms were detected in Genome-Wide Association Studies (GWASs) database from IEU GWASs Project. The outcomes were Osteoporosis and Osteopenia, the subset differed by bone and age. MR-Egger regression, Inverse variance weighted, weighted median, weighted mode, and simple mode was conducted for MR analyses

【数据结构与技术规格】

文件数 51 个,合计 68.53 MB。数据集 DOI:10.17632/dn6np53538.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/dn6np53538

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://data.mendeley.com/datasets/dn6np53538

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

该数据集是一项基于孟德尔随机化方法的医学研究数据集,旨在分析特应性皮炎(AD)与骨质疏松及骨质减少之间的因果关系。数据来源于IEU GWAS项目中的全基因组关联研究数据库,包含19个单核苷酸多态性位点。研究结局为骨质疏松和骨质减少,并根据骨骼部位和年龄进行了亚组划分。数据集提供了多种孟德尔随机化分析结果,包括MR-Egger回归、逆方差加权法、加权中位数法、加权众数法和简单众数法,适用于遗传流行病学、骨代谢疾病与免疫相关性研究,以及因果推断方法学验证等方向。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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。

获取专属数据定制方案