遗传性乳腺癌和卵巢癌家族风险筛查

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa082d33c99a67f0e53520a7af7de58fede5bacc530dab779e95075863f84bead

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

背景：大多数携带乳腺癌致病性或可能致病性（P/LP）变异的患者尚未接受基因检测。我们的主要目标是在电子健康记录（EHR）中识别符合基因检测家族史标准的患者。方法：本研究为横断面分析，观察日期为2024年2月1日。参与者包括年龄在18至79岁、纳入Renown Health的患者，Renown Health是北内华达州的一个大型医疗系统。38,003名纳入Healthy Nevada Project（HNP，一项群体基因组学研究）的患者已知基因型。本研究的主要暴露因素是EHR显示患者符合七问题家族史问卷（以下简称FHS7阳性）中评估遗传性乳腺癌和卵巢癌（HBOC）家族风险的标准。主要结局是ATM、BRCA1、BRCA2、CHEK2或PALB2基因中存在P/LP变异。结果：在835,727名患者中，2… 这些数据提取自美国内华达州里诺市Renown Health提供的去标识化电子健康记录。

提取家族史数据及其他患者信息的方法，已在主文稿的“方法”部分以及补充在线内容中描述。，# 数据来源：遗传性乳腺癌和卵巢癌家族风险筛查 https://doi.org/10.5061/dryad.gf1vhhmxr ## 数据及文件结构说明 这些数据是为一项研究收集的，该研究旨在探讨家族史标准（依据七问家族史问卷中的问题所定义，即FHS7）与遗传性乳腺癌和卵巢癌相关致病性或可能致病性变异的存在之间的关联。同时，也考察了FHS7中的标准与癌症结局之间的关联。 ### 文件与变量 #### 文件：datashare1.csv 描述： 包含835,727名患者的记录

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。