干眼症因果风险因素孟德尔随机化研究数据
该数据集包含干眼症（DED）因果风险因素的 R 程序与汇总级孟德尔随机化结果。它包括协调后的遗传工具变量、效应估计及诊断指标（Cochran’s Q、Egger 截距）
基本信息
资源简介
干眼症因果风险因素孟德尔随机化研究数据
该数据集围绕干眼症（Dry Eye Disease，DED）的因果风险因素展开，提供了一套可复现的孟德尔随机化分析资源，包含 R 程序与汇总级分析结果。其内容涵盖协调后的遗传工具变量、效应估计值以及用于敏感性评估的诊断指标（Cochran’s Q、Egger 截距），并对应一篇以系统性疾患为重点的干眼症因果风险因素研究论文。数据集由 wenjia, zeng 提交至 Zenodo，于 2025 年发布，采用 Creative Commons Attribution 4.0 International 许可，归类于眼病 / 干眼症方向，来源站为 doi.org。整体而言，该资源面向希望复现或延伸干眼症孟德尔随机化因果推断的研究者，提供从遗传工具变量到效应估计与诊断检验的完整中间产物。
【数据集背景】
干眼症是一种多因素眼表疾病，其风险因素涉及局部与全身多个层面。该数据集所对应的研究以孟德尔随机化为核心方法，重点考察系统性疾患与干眼症之间的因果关系。孟德尔随机化利用遗传变异作为工具变量，在观察性数据中降低混杂与反向因果的干扰，因此需要严格的工具变量协调、效应估计与敏感性诊断流程。该数据集正是为支撑这一研究流程而发布，使研究者能够获取研究中所使用的 R 程序与汇总级结果，从而理解该研究如何识别并评估干眼症的候选因果风险因素。
【数据内容】
数据集包含 R 程序与汇总级孟德尔随机化结果两部分。具体而言，其中包括协调后的遗传工具变量、效应估计，以及诊断指标 Cochran’s Q 与 Egger 截距。协调后的遗传工具变量是孟德尔随机化分析的基础输入，效应估计反映各风险因素与干眼症之间的因果效应量，而 Cochran’s Q 与 Egger 截距则用于评估工具变量间的异质性与水平多效性等稳健性问题。上述内容共同构成从数据准备到结果诊断的完整分析链条。关于各文件的具体命名、格式、记录条数与变量字典，源站未提供。
【采集与来源】
该数据集发布在 Zenodo，来源站为 doi.org，作者为 wenjia, zeng，发布时间为 2025 年。其内容对应一篇题为“Causal Risk Factors for Dry Eye Disease: A Mendelian Randomization Study Highlighting Systemic Disorders”的研究论文，数据集中的 R 程序与汇总级结果用于支撑该论文的分析。关于原始数据的具体来源数据库、样本量、人群构成、遗传工具变量的筛选阈值与协调细节，源站未提供。
【适用场景】
该数据集适用于干眼症因果风险因素的复现与二次分析，尤其是围绕系统性疾患的孟德尔随机化研究。研究者可利用其中的 R 程序重现分析流程，或基于协调后的遗传工具变量与效应估计开展敏感性分析、结果核对与方法比较。诊断指标 Cochran’s Q 与 Egger 截距可用于教学演示或方法学讨论，帮助理解孟德尔随机化中异质性与多效性检验的作用。此外，该资源也可作为眼病领域因果推断研究的参考样例。关于具体的临床决策支持或药物靶点开发用途，源站未提供。
【使用方法】
使用该数据集时，可先依据 R 程序了解分析的整体流程与依赖环境，再将协调后的遗传工具变量与效应估计作为输入，复现孟德尔随机化估计与诊断检验。Cochran’s Q 与 Egger 截距可用于检查工具变量间的异质性与方向性多效性，从而判断结果稳健性。由于数据集提供的是汇总级结果而非个体数据，分析应在汇总统计层面进行。关于运行环境版本、依赖包清单、参数设置与预期输出，源站未提供。
【质量与限制】
该数据集提供了诊断指标，便于评估孟德尔随机化结果的稳健性，这是其方法学上的重要组成。然而，作为汇总级数据资源，其分析结论受限于原始研究纳入的遗传工具变量与汇总统计的质量。关于数据的完整性校验、缺失值处理、版本更新记录与已知偏差，源站未提供。使用者应注意，数据集本身不包含个体层面信息，无法直接用于个体化推断。
【引用与许可】
该数据集采用 Creative Commons Attribution 4.0 International 许可，使用时需按要求署名。引用时应指向该数据集在 Zenodo 的发布记录及其对应研究论文“Causal Risk Factors for Dry Eye Disease: A Mendelian Randomization Study Highlighting Systemic Disorders”。关于具体引用格式、作者贡献声明与第三方数据许可细节，源站未提供。
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://doi.org/10.5281/zenodo.17120783
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
该数据集包含用于干眼症（DED）因果风险因素的R程序及汇总级孟德尔随机化结果。其中包括经统一处理的遗传工具变量、效应估计值及诊断指标（Cochran’s Q、Egger截距）。这些文件为文章《干眼症的因果风险因素：一项突显全身性疾病的孟德尔随机化研究》提供支持。
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。
