phs000701：治疗安格尔曼综合征的膳食补充剂
数据围绕使用膳食补充剂治疗安格尔曼综合征这一主题，属于前瞻性、干预性设计，可用于探究膳食补充剂在该综合征治疗中的效果与相关临床结局
基本信息
资源简介
phs000701：治疗安格尔曼综合征的膳食补充剂
phs000701 是一个围绕膳食补充剂治疗安格尔曼综合征这一主题建立的数据集，英文全称为 Dietary Supplements for the Treatment of Angelman Syndrome。该数据集归属于神经系统疾病分类下的安格尔曼综合征方向，来源站点为 ncbi.nlm.nih.gov。从研究设计来看，该数据集属于前瞻性、干预性研究，即在其框架下，研究对象会按照预先设定的方向接受与膳食补充剂相关的干预，并在此基础上观察后续的临床结局与效果。整体而言，该数据集可用于探究膳食补充剂在安格尔曼综合征治疗中的潜在作用及其相关临床结局，为关注该综合征治疗手段的研究者提供数据层面的支持。以下将从数据集背景、数据内容、采集与来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
安格尔曼综合征属于神经系统疾病范畴，该数据集正是围绕这一疾病展开，聚焦于膳食补充剂用于其治疗的可能性。数据集英文名称明确指向“Dietary Supplements for the Treatment of Angelman Syndrome”，说明其核心议题是将膳食补充剂作为治疗安格尔曼综合征的一种干预方式加以考察。源站将其描述为 dbGaP study，并标注为前瞻性、干预性研究，这意味着该数据集并非单纯的回顾性观察资料，而是具有明确研究方向和干预属性的数据集合。对于希望了解膳食补充剂在安格尔曼综合征治疗中应用情况的研究人员而言，该数据集提供了一个以特定疾病和特定干预方式为中心的数据资源。
【数据内容】
该数据集的主题标签为 Prospective 与 Interventional，表明其内容围绕前瞻性、干预性设计展开。数据集所涉及的核心内容是使用膳食补充剂治疗安格尔曼综合征，并可用于探究膳食补充剂在该综合征治疗中的效果与相关临床结局。关于数据集具体包含哪些变量、样本量、受试者特征、补充剂种类、剂量信息、随访时间点、结局指标等详细内容，源站未提供。
【采集与来源】
该数据集的来源站为 ncbi.nlm.nih.gov，源站将其描述为 dbGaP study，研究类型为前瞻性、干预性。关于数据采集的具体机构、采集地点、采集时间、采集流程、伦理审批信息以及数据提交与整理方式等，源站未提供。
【适用场景】
基于其主题与设计，该数据集适用于围绕安格尔曼综合征治疗开展的研究场景，尤其是与膳食补充剂干预相关的研究。其前瞻性、干预性属性使其可用于探究膳食补充剂在该综合征治疗中的效果与相关临床结局。关于更细化的适用场景，例如特定统计分析方法、特定亚组研究或特定临床终点分析等，源站未提供。
【使用方法】
该数据集来源于 ncbi.nlm.nih.gov 的 dbGaP study。关于具体的数据获取方式、访问权限、下载流程、数据格式、配套文档以及分析工具等，源站未提供。
【质量与限制】
该数据集被描述为前瞻性、干预性研究，这一设计属性是其重要特征。关于数据质量评价、样本代表性、缺失值情况、偏倚控制、随访完整性以及使用该数据集时需要注意的具体限制，源站未提供。
【引用与许可】
该数据集来源站为 ncbi.nlm.nih.gov，源站描述为 dbGaP study。关于引用格式、许可条款、使用限制以及数据共享政策等，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=phs000701
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, Interventional).
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。
