年轻成人队列中慢性压力相关因素及其对物质使用发展的影响(OYSUP)

该数据集来自 omicsdi.org,聚焦年轻成人队列(OYSUP)中慢性压力相关因素及其对物质使用发展的影响。研究基于48名个体的未分级唾液样本,评估临床特征、唾液RNA指标及候选基因差异表达,样本按过去一年严重负性生活事件与困难程度分层随机选取

omicsdi
浏览 6
医学影像分类Transcriptomics
Correlates of chronic stress and their influence on the development of substance use in a population-based cohort of young adults (OYSUP)

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-22

资源简介

年轻成人队列中慢性压力相关因素及其对物质使用发展的影响(OYSUP)

该数据集来自 omicsdi.org,聚焦年轻成人队列(OYSUP)中慢性压力相关因素及其对物质使用发展的影响。研究基于48名个体的未分级唾液样本,评估临床特征、唾液RNA指标及候选基因差异表达,样本按过去一年严重负性生活事件与困难程度分层随机选取。数据涉及转录组学主题,可用于探索慢性压力与物质使用发展之间的分子关联(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):背景:我们试图了解年轻成人队列(OYSUP)中慢性压力的相关因素及其对物质使用发展的影响。方法:我们评估了48名个体的未分级唾液样本中的临床特征、唾液RNA指标和候选基因的差异表达(31%为女性,55%曾吸烟),这些个体从按过去一年内严重负性生活事件和困难程度(由生活事件与困难量表LEDS测量,Brown & Harris, 1978)高与低分层两组中随机选取。我们使用了多个分析平台、多个参考基因以及所有基因表达检测(assays)的18个重复。我们选择了38个候选基因,这些基因此前在11名多形性胶质母细胞瘤患者的家族照护者和10名对照者的单核细胞RNA全基因组扫描中被鉴定为差异表达。

【主题与分类】

主题标签:Transcriptomics。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-27144

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://omicsdi.org/dataset/biostudies-arrayexpress/E-GEOD-27144

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

背景:我们旨在了解慢性压力的相关因素及其对年轻人物质使用发展的影响,研究基于一项人群队列研究(OYSUP)。方法学:我们评估了48名个体的临床特征、唾液RNA指标及候选基因的差异表达,这些个体的未分离唾液样本被随机选取,其中女性占31%,曾经吸烟者占55%。样本来源于根据过去一年内严重负面生活事件和困难程度(采用生活事件与困难量表LEDS,Brown & Harris, 1978)高低分层后的两组。我们使用了多种分析平台、多个参照基因以及对所有基因表达检测(检测)进行了18次重复。我们选择了38个候选基因,这些基因此前在一项全基因组扫描中被发现存在差异表达,该扫描涉及11名多形性胶质母细胞瘤患者的家庭照护者和10名对照受试者,对照者在年龄(中年)、性别(女性占57%)、种族和婚姻状况上相匹配,且在过去一年内无重大压力源。

主要发现:我们观察到不同应激分层之间在吸烟率(Pearson’s χ²,2个自由度=4.5,P=0.035)和RNA完整性评分(t=2.12,P=0.039)上存在显著差异。由于34%的检测方法效率估计值<90%,我们同时采用比较标准曲线(CSC)和相对标准曲线(RSC)方法分析了定量PCR数据。检测数据表现出优异的线性和低变异性。我们使用两种方法均观察到高应激分层中五项检测存在显著低表达,其中四项检测的是糖皮质激素受体调控基因。事后分析发现,在22/37项检测中,RNA产量、完整性评分、性别、曾经吸烟和/或应激与标准化基因表达结果存在显著关联。在调整临床和唾液RNA变量后,IL8表达仍与慢性应激显著相关。唾液IL8表达此前已被发现与

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。

获取专属数据定制方案