大型人群队列中电子邮件信息共享与心理健康调查参与的相关因素

数据集获取

源站：https://datashare.ed.ac.uk/handle/10283/3335

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

UK Biobank 中电子邮件联系和心理健康问卷参与的全基因组关联研究汇总统计量。支持手稿的数据：“大型人群队列中与共享电子邮件信息和参与心理健康调查相关的因素”。

摘要
背景 选择参与科学研究的人往往比更广泛人群更健康、更富裕、受教育程度更高。虽然选择偏倚并不总是对分析暴露与疾病或其他结局之间的关系构成问题，但它可能导致有偏的效应量估计。有偏估计可能削弱遗传学发现的实用性，因为目标往往是在新样本中进行推断（例如多基因风险评分分析）。
方法 我们使用 UK Biobank、Generation Scotland 和 Partners Biobank 的数据，对两个反映心理健康数据可获得性的表型进行了表型分析和全基因组关联分析：（1）参与者是否可通过电子邮件联系以进行随访；（2）参与者是否回复了心理健康随访调查。
结果 在 UK Biobank 中，我们识别出 9 个与电子邮件联系相关的遗传位点（P < 5 × 10-8），以及 25 个与完成心理健康调查相关的位点。这两个表型均与更高的受教育程度和更好的健康状况呈正向遗传相关，与心理困扰和精神分裂症呈负向遗传相关。有 1 个 SNP 关联得到重复验证，所有关联结果的总体效应方向也得到重复验证。
结论 再次联系的可及性和随访参与情况可作为心理健康表型数据的进一步遗传过滤器。

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。