基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-10-07

资源简介

PAGE：利用基因组学与流行病学的群体架构研究

phs000356 是一个以 Population Architecture using Genomics and Epidemiology（PAGE）为英文名称的公开数据集，收录于 ncbi.nlm.nih.gov 的 dbGaP 平台，本站将其归类于肿瘤 / 癌症（总论）方向。该数据集在源站被描述为一项 dbGaP 研究，其研究设计同时涉及横断面、纵向以及巢式病例对照三种类型，主题标签也与此一致。作为肿瘤领域的公开数据集，其主题涵盖肿瘤相关内容，可供相关研究人员在合规前提下获取与使用。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面进行介绍。

【数据集背景】

该数据集的全称为 Population Architecture using Genomics and Epidemiology，缩写为 PAGE，属于 dbGaP 收录的研究项目。dbGaP 是 ncbi.nlm.nih.gov 提供的基因型与表型数据归档平台，通常用于存储和分发与人类遗传学、流行病学相关的研究数据。PAGE 这一名称表明其关注人群架构与基因组学、流行病学之间的关系。本站将该数据集归入肿瘤 / 癌症（总论）分类，说明其在应用领域上与肿瘤研究相关。源站对其研究设计的描述为横断面、纵向、巢式病例对照，这几种设计各有侧重：横断面设计通常用于观察某一时间点的人群特征分布；纵向设计涉及对同一人群的多次随访观察；巢式病例对照则是在一个已建立的队列内部选取病例与对照进行比较。上述设计信息来自源站描述，反映了该研究在方法学上的基本定位。

【数据内容】

源站将该数据集描述为一项 dbGaP 研究，其主题标签包括 Cross-Sectional、Longitudinal、Nested Case-Control。本站分类为肿瘤 / 癌症（总论），主题涵盖肿瘤。除上述信息外，关于数据集内具体包含哪些变量、样本量、基因组数据种类、表型字段、随访时间跨度等细节，源站未提供。因此，无法在本介绍中列出具体的数据表、字段清单或统计指标。

【采集与来源】

该数据集来源于 ncbi.nlm.nih.gov 的 dbGaP 平台，源站描述其为 dbGaP study，研究设计为横断面、纵向、巢式病例对照。关于具体的采集机构、招募地点、采样时间、纳入与排除标准、伦理审批信息等，源站未提供。

【适用场景】

基于其肿瘤 / 癌症（总论）的分类以及涵盖肿瘤的主题，该数据集可被用于肿瘤领域的相关研究。其研究设计包含横断面、纵向和巢式病例对照，提示它可能适用于需要结合不同流行病学设计思路的分析场景，例如在人群层面考察暴露与结局的关联、利用纵向随访信息观察变化趋势，或在队列框架内开展病例对照比较。由于数据集与基因组学和流行病学相关，也可能服务于遗传流行病学方向的研究。但具体适用场景需结合源站提供的完整文档判断，源站未提供更细化的适用说明。

【使用方法】

该数据集通过 ncbi.nlm.nih.gov 的 dbGaP 平台发布。通常 dbGaP 数据需要经过申请与授权流程方可获取，具体申请条件、访问级别、下载方式及所需遵守的条款，源站未提供。使用者在获取数据后，应依据源站随数据提供的文档进行研究设计与分析。关于是否可直接下载、是否需要机构审查或数据使用协议等，源站未提供。

【质量与限制】

该数据集在源站被标注为 dbGaP study，研究设计为横断面、纵向、巢式病例对照。关于数据质量、缺失情况、样本代表性、潜在偏倚、版本更新记录等，源站未提供。由于本站分类为肿瘤 / 癌症（总论），其主题涵盖肿瘤，但具体覆盖的肿瘤类型、人群范围及数据规模均未在源站描述中体现，使用时应以源站最新文档为准。

【引用与许可】

该数据集来自 ncbi.nlm.nih.gov 的 dbGaP 平台，英文名称为 phs000356: Population Architecture using Genomics and Epidemiology (PAGE)。关于引用格式、许可协议、数据使用限制及授权要求等，源站未提供。使用者在引用或再利用该数据集时，应查阅源站发布的相关政策与说明。

原始链接

https://ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs000356

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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=phs000356

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。

数据说明

dbGaP study (Cross-Sectional, Longitudinal, Nested Case-Control).

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