FSHD Society临床数据资源
FSHD Society data resources 面向肢带型/面肩肱型肌营养不良及相关疾病研究，提供可公开访问的表格数据或临床/组学信息，适合用于分类、生物标志物探索、队列比较和算法验证等研究场景。
基本信息
资源简介
FSHD Society临床数据资源
【一句话概览】
FSHD Society 是全球最大的 FSHD 患者倡导组织，专注于研究。30 多年来，该组织与全球 FSHD 研究界建立了牢固关系，并被认可为值得信赖的研究领导者和合作伙伴。其目标是填补研究空白并推进战略项目，以增进对 FSHD 的理解、推动疗法开发，并确保患者能够获得和负担获批治疗。为此，该组织采用以患者为中心的方法，并与全球多学科研究人员合作（来源 fshdsociety.org）。
【数据集背景】
本数据集源站标题为《For Researchers - FSHD Society》。
【数据内容】
源站原始描述：Your trusted research partner The FSHD Society is the world’s largest FSHD patient advocacy organization focused on research . For over 30 years, we have built strong relationships with the global FSHD research community and earned recognition as a trusted research leader and partner. We aim to fill research gaps and advance strategic programs to improve understanding of FSHD, drive therapy development, and ensure patients can access and afford approved treatments. To achieve this, we use patien…
中文译文（机器翻译，仅供快速理解，请以原文为准）：您值得信赖的研究伙伴。FSHD Society 是全球最大的 FSHD 患者倡导组织，专注于研究。30 多年来，我们与全球 FSHD 研究界建立了牢固的关系，并赢得了值得信赖的研究领导者和合作伙伴的认可。我们旨在填补研究空白并推进战略项目，以增进对 FSHD 的理解、推动疗法开发，并确保患者能够获得并负担得起已获批的治疗。为实现这一目标，我们采用以患者为中心的方法，并与全球多学科研究人员合作。
【主题与分类】
主题标签：FSHD、facioscapulohumeral muscular dystrophy、research、patient registry、clinical data、real world data、clinical trials、genetics。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.fshdsociety.org/research/for-researchers/
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。
暂未开放有偿下载
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://www.fshdsociety.org/research/for-researchers/
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
FSHD Society data resources 是与肢带型/面肩肱型肌营养不良相关的公开数据集，涵盖表格数据，可用于分类、疾病表型分析或模型评估。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
