SUCCESS 试验乳腺癌患者全基因组关联研究
该数据集为 dbGaP 收录的 SUCCESS 试验乳腺癌患者全基因组关联研究，来源站为 ncbi.nlm.nih.gov，属于肿瘤/乳腺癌分类
基本信息
资源简介
SUCCESS 试验乳腺癌患者全基因组关联研究
phs000547 是一项收录于 dbGaP 的乳腺癌全基因组关联研究数据集，研究对象来自 SUCCESS 试验的乳腺癌患者。该数据集在来源站 ncbi.nlm.nih.gov 上登记为一项前瞻性、随机、III 期研究，本站将其归入肿瘤 / 乳腺癌分类。围绕这一数据集，可以了解其研究背景、数据类型、采集来源、适用场景、使用方式以及质量与引用方面的基本信息，以下分项说明。
【数据集背景】
该数据集对应的研究为 SUCCESS 试验中的乳腺癌患者全基因组关联研究。根据来源站描述，该研究是一项前瞻性、随机、III 期研究，主题标签同样标注为 Prospective、Randomized、Phase III。数据集英文名称为 phs000547: A Genome-Wide Association Study in Breast Cancer Patients from the SUCCESS Trial，表明其核心内容是在 SUCCESS 试验的乳腺癌患者群体中开展的全基因组关联分析。数据集由 ncbi.nlm.nih.gov 收录，本站分类为肿瘤 / 乳腺癌。
【数据内容】
该数据集为一项全基因组关联研究，研究对象为来自 SUCCESS 试验的乳腺癌患者。关于具体的样本数量、基因分型平台、位点数量、临床变量种类、随访时间跨度等细节，源站未提供。数据集的主题标签为前瞻性、随机、III 期，反映其所属研究的总体设计特征。
【采集与来源】
数据集来源站为 ncbi.nlm.nih.gov，登记形式为 dbGaP 研究。源站描述指出该研究为前瞻性、随机、III 期研究。关于样本采集地点、采集时间、纳入与排除标准、伦理审批信息等，源站未提供。
【适用场景】
基于其作为乳腺癌患者全基因组关联研究的定位，该数据集可用于与乳腺癌遗传关联分析相关的研究场景。关于具体的适用分析类型、可支持的统计方法或研究问题，源站未提供。
【使用方法】
关于数据集的访问方式、下载途径、数据格式、配套分析工具或使用协议，源站未提供。
【质量与限制】
关于数据质量评估、缺失率、质控标准以及使用限制，源站未提供。
【引用与许可】
关于数据集的引用方式、许可条款或使用规定，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=phs000547
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 (Prospective, Randomized, Phase III).
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。
