phs000395:CPMCRI 乳腺健康队列
该数据可用于乳腺癌相关的病例对照分析,支持风险因素与结局关联的分类或预测建模研究(来源 ncbi.nlm.nih.gov)

基本信息
资源简介
phs000395:CPMCRI 乳腺健康队列
phs000395: CPMCRI Breast Health Cohort 是一个登记于 NCBI dbGaP 的乳腺癌研究数据集,采用巢式病例对照(Nested Case-Control)设计。该数据集归属于肿瘤 / 乳腺癌分类,主题标签为巢式病例对照。根据源站描述,它是一项 dbGaP 研究,围绕乳腺健康队列展开。该数据可用于乳腺癌相关的病例对照分析,支持风险因素与结局关联的分类或预测建模研究。整体而言,该数据集面向乳腺癌流行病学与风险关联研究,为在队列框架内开展病例与对照比较提供了数据基础,适合用于探索暴露因素与乳腺癌结局之间关系的分析工作。
【数据集背景】
该数据集英文名称为 phs000395: CPMCRI Breast Health Cohort,来源于 ncbi.nlm.nih.gov,属于 dbGaP 登记的研究。源站将其描述为一项巢式病例对照研究(Nested Case-Control)。从名称看,该研究围绕乳腺健康队列(Breast Health Cohort)建立,并在队列内部采用巢式病例对照的设计组织研究对象。该设计通常用于在已有队列随访的基础上,选取发生结局的病例与来自同一队列的对照进行比较,从而在保留队列时序信息的同时提高研究效率。该数据集在分类上归入肿瘤 / 乳腺癌方向,主题标签明确标注为巢式病例对照,说明其核心设计特征即为在队列内嵌套病例对照结构。关于该队列的具体建立时间、招募地点、随访周期等信息,源站未提供。
【数据内容】
该数据集的主题围绕乳腺癌相关的病例对照分析展开。依据源站描述,数据可用于乳腺癌相关的病例对照分析,并支持风险因素与结局关联的分类或预测建模研究。这意味着数据内容在用途层面覆盖了风险因素与结局之间关联的探索,以及在此基础上开展的分类或预测建模。关于数据集具体包含哪些变量、样本量大小、是否包含基因型或分子标志物数据、随访记录的具体字段等,源站未提供。
【采集与来源】
该数据集来源于 ncbi.nlm.nih.gov,登记为 dbGaP 研究,英文名称为 phs000395: CPMCRI Breast Health Cohort。源站描述其为巢式病例对照研究。关于数据采集的具体机构、采集时间、采集方法、伦理审批信息以及样本收集流程等细节,源站未提供。
【适用场景】
基于源站描述,该数据集适用于乳腺癌相关的病例对照分析,可用于研究风险因素与结局之间的关联,并支持在此基础上开展分类或预测建模研究。巢式病例对照的设计特征使其适合在队列框架内进行病例与对照的比较分析。关于该数据集在其他具体研究场景中的适用性,源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法,包括数据获取方式、访问权限申请流程、数据处理与分析步骤等,均未在给定信息中说明。
【质量与限制】
源站未提供该数据集的质量评估信息与使用限制说明,包括数据完整性、样本代表性、缺失情况以及使用条件等,均未在给定信息中说明。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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://ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs000395
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
dbGaP study (Nested Case-Control).
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。




