乳腺癌女性及其女性家庭成员和朋友中第二原发乳腺癌的基因及其他风险因素研究
该数据集来自 clinicaltrials.gov，聚焦乳腺癌患者及其女性家庭成员和朋友，旨在识别新的乳腺癌易感等位基因，比较激素激活与降解通路相关基因已知多态性的分布，并将这些多态性与循环激素水平、乳腺X线密度等中间标志物关联，同时通过连锁分析在多病例家系中寻找新易感基因
基本信息
资源简介
乳腺癌女性及其女性家庭成员和朋友中第二原发乳腺癌的基因及其他风险因素研究
该数据集英文名为 Genes and Other Risk Factors for Second Primary Breast Cancer in Women With Breast Cancer and Their Female Family Members and Friends，来源于 clinicaltrials.gov，主题标签为 Breast Cancer，本站归类于肿瘤 / 乳腺癌方向。其研究关注乳腺癌患者及其女性家庭成员和朋友这一人群，核心目标是在乳腺癌患者与家族对照之间识别新的乳腺癌易感等位基因，比较激素激活与降解通路相关基因中已知多态性的分布情况，并将这些多态性与循环激素水平、乳腺X线密度等反映易感性的定量中间标志物建立关联；同时通过连锁分析，在多病例家系中寻找新的易感基因。整体而言，该数据集围绕乳腺癌遗传易感性与激素相关风险因素展开，兼具患者与家族对照的比较视角。
【数据集背景】
该数据集对应的研究以乳腺癌为唯一列出的疾病条件，研究对象为乳腺癌患者及其女性家庭成员和朋友。研究背景聚焦于乳腺癌易感性的遗传基础与激素相关通路：一方面希望发现新的乳腺癌易感等位基因，另一方面关注已知多态性在激素激活和降解通路基因中的分布差异。研究还试图把遗传多态性与可量化的中间易感标志物联系起来，包括循环激素水平和乳腺X线密度，从而在基因型与表型之间建立桥梁。此外，研究计划在较大的多病例家系中开展连锁分析，以检测新的易感基因，并与既往收集的家系数据相结合。
【数据内容】
源站描述所列的研究目标构成了该数据集的内容框架：识别乳腺癌患者与家族对照之间的新乳腺癌易感等位基因；比较参与激素激活与降解通路的基因中已知多态性在患者与家族对照间的分布；将这些多态性与循环激素水平、乳腺X线密度等定量中间易感标志物进行关联；在较大的多病例家系中开展连锁分析以检测新的易感基因，并结合既往收集的家系数据；评估这些多态性与亲属及家族对照中激素水平之间的关系；以及利用尿液样本比较患者未受累的一级亲属与家族对照的平均激素水平。源站描述在此处截断，后续内容未提供。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，源站描述以研究目标的形式呈现，涉及乳腺癌患者、其女性家庭成员和朋友以及家族对照等研究对象，并提及尿液样本用于激素水平比较。除上述来源与样本类型信息外，源站未提供具体的采集流程、采样时间、样本量、随访安排等信息。
【适用场景】
基于源站描述，该数据集适用于乳腺癌遗传易感性研究，特别是新易感等位基因的识别、激素激活与降解通路基因多态性的分布比较、基因多态性与循环激素水平及乳腺X线密度等中间标志物的关联分析，以及在多病例家系中开展连锁分析以寻找新易感基因。也可用于患者未受累一级亲属与家族对照之间激素水平的比较研究。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
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://clinicaltrials.gov/study/NCT00896818
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
条件：乳腺癌。目标：* 在乳腺癌患者及家族对照中识别新的乳腺癌易感等位基因。* 比较乳腺癌患者与家族对照中参与激素激活与降解途径基因的已知多态性的流行率。* 将这些多态性与乳腺癌易感性的定量中间标记（如循环激素水平和乳腺X线摄影密度）相关联。* 在更大的多病例家族中进行连锁分析，以检测新的易感基因，并结合癌症研究所先前收集的家族数据。* 评估亲属和家族对照中这些多态性与激素水平之间的关系。* 使用绝经前女性的尿液样本以及绝经后女性的尿液和/或血清样本，比较患者未受影响的一级亲属与家族对照的平均激素水平。* 对具有中高乳腺癌风险的未受影响一级亲属队列进行随访，采用前瞻性问卷数据和激素测量。
大纲：未患病及患病的女性一级亲属以及家庭或朋友对照在研究期间接受一次血样采集。从血样中纯化基因组DNA用于遗传学分析。在未患病一级亲属队列中，绝经后女性还提供一份尿液样本用于激素检测。对绝经后女性血清和/或尿液中分析的激素包括雌二醇、雌酮、硫酸酯、催乳素、雄烯二酮、睾酮、孕酮、17-羟孕酮和SHBG。队列中未患病的绝经前女性在月经周期中点前后连续6天以及月经周期黄体期某一天提供尿液样本。这些样本用于分析促黄体生成素以及雌二醇和孕酮的代谢物（即肌酐
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
