儿童急性淋巴细胞白血病复发全基因组关联研究
该数据集为 dbGaP 收录的队列研究,英文名 phs000638,主题为儿童急性淋巴细胞白血病复发的全基因组关联研究。数据覆盖肿瘤与白血病方向,可用于探索儿童急性淋巴细胞白血病复发的遗传关联因素,支持分类等分析任务(来源 ncbi.nlm.nih.gov)

基本信息
资源简介
儿童急性淋巴细胞白血病复发全基因组关联研究
phs000638 是一个收录于 dbGaP 的队列研究数据集,英文全称为 Genome-Wide Association Study of Relapse of Childhood Acute Lymphoblastic Leukemia,中文可译为“儿童急性淋巴细胞白血病复发的全基因组关联研究”。该数据集在分类上归属于肿瘤与白血病方向,来源站为 ncbi.nlm.nih.gov。其主题标签为 Cohort,表明其研究设计属于队列研究。整体来看,该数据集围绕儿童急性淋巴细胞白血病复发这一主题,借助全基因组关联研究的思路,为探索该疾病复发的遗传关联因素提供数据基础,并可支持分类等分析任务。
【数据集背景】
该数据集对应的研究聚焦于儿童急性淋巴细胞白血病(ALL)的复发问题。儿童急性淋巴细胞白血病是儿童期常见的恶性肿瘤之一,尽管治疗手段不断进步,但部分患者仍面临复发风险,复发也是影响预后的重要因素。全基因组关联研究(GWAS)通过扫描基因组范围内的常见变异,寻找与特定表型或疾病结局相关的遗传位点,已被广泛用于复杂疾病遗传机制的研究。phs000638 正是将这一研究策略应用于儿童急性淋巴细胞白血病复发这一具体临床问题,试图从遗传变异层面寻找与复发相关的线索。该数据集作为 dbGaP 收录的队列研究,其设计强调对研究对象的随访与结局观察,从而为复发相关遗传关联分析提供结构化的数据支撑。
【数据内容】
该数据集的主题方向覆盖肿瘤与白血病,核心内容围绕儿童急性淋巴细胞白血病复发的全基因组关联研究展开。作为一项队列研究,其数据组织方式与队列设计相匹配,主题标签明确标注为 Cohort。数据集英文名中已点明研究类型为 Genome-Wide Association Study,研究对象为 Childhood Acute Lymphoblastic Leukemia 的 Relapse,即儿童急性淋巴细胞白血病复发。就具体包含的样本数量、变异位点、临床变量、随访时间等细节而言,源站未提供。因此,在数据内容层面,可确认的是其研究主题与数据类型定位,而更细粒度的字段构成、数据表结构、遗传标记数量等信息,需以源站实际发布内容为准。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov,属于 dbGaP 收录的研究。dbGaP 即数据库 of Genotypes and Phenotypes,是 NCBI 维护的基因型与表型数据归档平台,通常收录高通量遗传研究与表型关联研究的数据。源站描述将其标注为 dbGaP study (Cohort),说明该数据集在 dbGaP 中以研究(study)为单位组织,且研究类型为队列。关于具体的采集机构、招募地点、招募时间、随访流程、样本处理与基因分型平台等信息,源站未提供。因此,在采集与来源方面,可确认的是其归档平台与来源站点,以及队列研究的基本属性,其余采集细节需查阅源站对应研究页面。
【适用场景】
基于其主题与数据类型,该数据集可用于探索儿童急性淋巴细胞白血病复发的遗传关联因素。具体而言,全基因组关联研究的定位使其适合用于检验遗传变异与复发结局之间的关联,寻找潜在的风险位点或保护性位点。队列研究的属性则意味着其数据可用于分析随访过程中复发事件的发生情况,并支持围绕复发这一结局开展分类等分析任务。此外,该数据集归属于肿瘤与白血病方向,也可作为白血病相关遗传研究的数据资源,用于方法学验证、关联分析的重复检验或与其他队列研究的比较分析。需要注意的是,以上适用场景均围绕其研究主题与数据类型展开,具体分析可行性仍取决于源站实际提供的数据字段与样本规模。
【使用方法】
该数据集通过 ncbi.nlm.nih.gov 的 dbGaP 平台发布。dbGaP 通常要求用户通过受控访问流程申请使用,具体申请步骤、授权条件与数据下载方式需遵循源站规定。由于源站未提供该数据集的具体使用说明,关于如何获取数据、是否需要机构审查委员会批准、是否有数据使用协议等细节,源站未提供。在实际使用中,研究者应首先访问源站对应研究页面,了解数据访问层级、申请流程与使用限制,再根据研究问题选择相应的分析策略。对于全基因组关联研究数据,常见的分析包括关联检验、群体分层校正、多重检验校正等,但这些属于领域通用方法,并非该数据集的具体属性。
【质量与限制】
该数据集作为 dbGaP 收录的队列研究,其质量与限制的具体信息源站未提供。通常而言,队列研究的质量取决于样本代表性、随访完整性、结局判定的准确性以及基因分型数据的质量控制等因素,但针对 phs000638 的实际质量指标,源站未提供。限制方面,源站未提供该数据集在样本量、人群构成、遗传多样性、复发定义、随访时长等方面的具体说明。因此,无法依据现有信息对该数据集的质量与限制做出具体判断,使用者应以源站发布的研究文档与数据说明为准。
【引用与许可】
该数据集的引用方式与许可条款,源站未提供。作为 dbGaP 收录的研究,通常需要遵循 dbGaP 的数据使用政策与相关授权要求,但针对 phs000638 的具体引用格式、许可类型、使用限制与致谢要求,源站未提供。使用者在引用或使用该数据集时,应查阅源站对应研究页面,获取准确的引用信息与许可条件。
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://ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs000638
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 (Cohort).
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




