ESR1与PIK3CA多态性作为孟加拉国女性乳腺癌风险潜在遗传易感标志物的病例对照研究
该数据集为一项在孟加拉国女性中开展的病例对照研究，包含去标识化的参与者个体数据，用于分析不同SNP与乳腺癌易感性之间的关联
基本信息
资源简介
ESR1与PIK3CA多态性作为孟加拉国女性乳腺癌风险潜在遗传易感标志物的病例对照研究
Genetic Polymorphisms and Breast Cancer Risk in Bangladeshi Women: A Case-Control Study
该数据集为一项在孟加拉国女性中开展的病例对照研究，包含去标识化的参与者个体数据，用于分析不同SNP与乳腺癌易感性之间的关联。数据覆盖人口学特征、临床病理变量、基因型数据及病例对照状态，可用于统计分析与二次研究。数据集提供1个Excel文件，旨在促进研究透明度、可重复性及后续分析（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-07-06。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含一项病例对照研究中使用的匿名参与者个体数据，该研究调查了不同SNP与孟加拉国女性乳腺癌易感性之间的关联。数据集包括人口学特征、临床病理变量、基因型数据以及关联手稿中统计报告所使用的病例对照状态。所有个人标识符均已移除，以保护参与者机密性。提供该数据集旨在促进透明度、可重复性和二次分析。
【数据结构与技术规格】
文件数 1 个，合计 27.30 KB。数据集 DOI：10.6084/m9.figshare.32898884.v3。
【主题与分类】
源站学科分类：Disease surveillance。主题标签：Breast Cancer、Genetic Polymorphism、SNP、Case-Control Study。本站分类：肿瘤/乳腺癌。
【适用方向】
源站学科分类标注为 Disease surveillance。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/_b_i_ESR1_i_b_b_and_b_b_i_PIK3CA_i_b_b_Polymorphisms_as_Potential_Genetic_Susceptibility_Markers_for_Breast_Cancer_Risk_in_Bangladeshi_Women_A_Case-Control_Study_b_/32898884
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Haque, Md. (2026). Genetic Polymorphisms and Breast Cancer Risk in Bangladeshi Women: A Case-Control Study. figshare. Dataset
【使用注意】
· 源站最后修改于 2026-07-07，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/10.6084/m9.figshare.32898884.v1
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 27.3 KB。
数据说明
该数据集包含一项病例对照研究中使用的匿名化参与者层面数据，该研究探讨了ESR1（rs2234693）和PIK3CA（rs6443624）基因多态性与孟加拉国女性乳腺癌易感性之间的关联。数据集包括人口学特征、临床病理学变量、基因型数据以及病例对照状态，这些数据用于相关手稿中报告的统计分析。所有个人身份标识均已移除，以保护参与者隐私。提供该数据集旨在促进透明度、可重复性和二次分析。
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。
