三项前瞻性队列研究中病例与对照的特征
该数据集来自 plos.figshare.com，包含三项前瞻性队列研究（NHS、HPFS、PHS）中病例与对照的特征信息，涉及采血时间、年龄、标准差等变量
基本信息
资源简介
三项前瞻性队列研究中病例与对照的特征
Characteristics of cases and controls from three prospective cohort studies*.
该数据集来自 plos.figshare.com，包含三项前瞻性队列研究（NHS、HPFS、PHS）中病例与对照的特征信息，涉及采血时间、年龄、标准差等变量。数据以 Table_1.xls 文件提供，主题涵盖计算生物学、群体遗传学、遗传多态性、流行病学与肿瘤学，尤其聚焦脑干胶质瘤等神经系统肿瘤。可用于探索遗传变异与脑干肿瘤风险的关联，支持流行病学分析与肿瘤遗传学研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2013-04-18。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pone.0061117.t001。
【主题与分类】
源站学科分类：Medicine、Biological Sciences。主题标签：Computational biology、population genetics、Genetic polymorphism、Evolutionary biology、genetics、Population biology、epidemiology、oncology、Cancers and neoplasms、Neurological tumors。本站分类：肿瘤/脑干肿瘤。
【适用方向】
源站学科分类标注为 Medicine、Biological Sciences。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Characteristics_of_cases_and_controls_from_three_prospective_cohort_studies_/685129
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：S. Michaud, Dominique; Siddiq, Afshan; G. Cox, David; M. Backes, Danielle; C. F. Calboli, Federico; E. Sughrue, Michael; et al. (2015). Characteristics of cases and controls from three prospective cohort studies*.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-05，引用时请注意版本时效。
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（Figshare）
- 源站标题：Characteristics of cases and controls from three prospective cohort studies<sup>*</sup>.
- DOI：10.1371/journal.pone.0061117.t001
- 发布日期：2013-04-18
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Characteristics_of_cases_and_controls_from_three_prospective_cohort_studies_/685129
命令行下载
curl -L -o "Table_1.xls" "https://ndownloader.figshare.com/files/1027857"
文件清单
Table_1.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
*所有队列的采血期如下：NHS，1989-1990年；HPFS，1993-1994年；PHS，1982-1984年。SD=标准差；NHS=护士健康研究；HPFS=卫生专业人员随访研究；PHS=医师健康研究；–=对照者未患癌症，因此没有诊断时的年龄。
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0061117.t001（source: https://plos.figshare.com/articles/dataset/_Characteristics_of_cases_and_controls_from_three_prospective_cohort_studies_/685129）。
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。
