双相障碍外周免疫生物标志物Th17轴系统综述与meta分析数据及代码
包含提取层(每行一个报告组统计量,附来源表、页码与原文串)、派生分析数据集(25项研究的450行研究×生物标志物记录)、生成所有报告值的R与Python代码、19个结果表及5张提交图

基本信息
资源简介
双相障碍外周免疫生物标志物Th17轴系统综述与meta分析数据及代码
Data and analysis code for "Peripheral immune biomarkers in bipolar disorder: a pathway-focused systematic review and meta-analysis of the Th17 axis"
该数据集是双相障碍外周免疫生物标志物系统综述与meta分析的完整数据与分析包,聚焦interleukin-23/T-helper-17轴(PROSPERO CRD420261434475)。包含提取层(每行一个报告组统计量,附来源表、页码与原文串)、派生分析数据集(25项研究的450行研究×生物标志物记录)、生成所有报告值的R与Python代码、19个结果表及5张提交图。按文档执行顺序可复现17个合并随机效应估计、预测区间、留一法与发表偏倚分析、116个亚组对比、25个meta回归及全部图形。三项研究从已发表图形恢复的组统计量已标记,并附排除它们的平行分析(来源 DOI 解析,Creative Commons Attribution。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):双相障碍外周免疫生物标志物系统综述与meta分析的完整数据与分析包,聚焦interleukin-23/T-helper-17轴(PROSPERO CRD420261434475)。该存储包含提取层(每行一个报告组统计量,附来源表、页码与原文串)、派生分析数据集(25项研究的450行研究×生物标志物记录)、生成每个报告值的R与Python代码、19个结果表以及5张提交图。按文档执行顺序运行可重新生成17个合并随机效应估计、其预测区间、留一法与发表偏倚分析、116个亚组对比、25个meta回归及全部图形。三项研究从已发表图形恢复的组统计量已全程标记,并包含排除它们的平行分析。
【主题与分类】
主题标签:Bipolar disorder、systematic review、meta-analysis、Th17、IL-23、Cytokines、Neuroinflammation、Reproducibility。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23305094
使用许可:Creative Commons Attribution 4.0 International。
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
源站:https://doi.org/10.5281/zenodo.23305094
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:
数据集大小约 11.6 MB。
数据说明
双相情感障碍外周免疫生物标志物系统综述与荟萃分析的完整数据与分析包,聚焦于白细胞介素-23/辅助性T细胞17轴(PROSPERO CRD420261434475)。该数据存储包含提取层(每一条报告的分组统计量一行,附来源表格、页码及原文摘录)、衍生分析数据集(来自25项研究的450行研究×生物标志物数据)、生成所有报告数值的R与Python代码、19张结果表以及提交的5张图。按文档记载的执行顺序运行,可重新生成17个合并随机效应估计值及其预测区间、留一法与发表偏倚分析、116个亚组对比、25项荟萃回归及所有图表。三项研究从已发表图表中恢复的分组统计量在全流程中均有标记,并附有排除这些数据的平行分析。数据以CC BY 4.0许可发布,代码以MIT许可发布;不重新分发纳入的原始研究的全文。
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。




