低ALP筛查揭示中国儿童轻度低磷酸酯酶症高患病率数据集
研究旨在建立大规模儿科队列的实验室筛查算法以早期识别HPP,通过二代测序和体外功能验证刻画ALPL变异,并描述HPP临床异质性,重点关注较轻表型及既往未被充分认识的神经行为表现

基本信息
资源简介
低ALP筛查揭示中国儿童轻度低磷酸酯酶症高患病率数据集
Low ALP Screening Reveals High Prevalence of Mild Hypophosphatasia in Chinese Children
该数据集伴随研究论文《Low ALP Screening Reveals High Prevalence of Mild Hypophosphatasia in Chinese Children》发布,包含五个文件:补充图1及修订版补充表1至表4。研究旨在建立大规模儿科队列的实验室筛查算法以早期识别HPP,通过二代测序和体外功能验证刻画ALPL变异,并描述HPP临床异质性,重点关注较轻表型及既往未被充分认识的神经行为表现。数据可用于HPP筛查流程、基因型-表型关联及临床特征分析(来源 DOI 解析,Creative Commons Attribution 4.0 International 许可)。
【数据集背景】
源站首次发布:2026。
【主题与分类】
主题标签:Paediatrics not elsewhere classified。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://figshare.com/articles/dataset/Low_ALP_Screening_Reveals_High_Prevalence_of_Mild_Hypophosphatasia_in_Chinese_Children/33190965
使用许可:Creative Commons Attribution 4.0 International。
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://doi.org/10.6084/m9.figshare.33190965
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
本数据集伴随研究论文《低ALP筛查揭示中国儿童轻度低磷酸酯酶症高患病率》(稿件编号:jc.2026-01596)。本研究旨在:(1) 在大规模儿科队列中建立系统化、基于实验室的筛查算法,以促进HPP的早期识别,并通过下一代测序和体外功能验证表征ALPL变异;(2) 描述HPP的临床异质性,重点关注较轻表型及既往未被充分认识的神经行为表现。本数据集包含五个文件:“Zhang_jc.2026-01596_Supplemental fig1、Revised Supplemental table 1、Revised Supplemental table 2、Revised Supplemental table 3、Revised Supplemental table 4”。1. Zhang_jc.2026-01596_Supplemental fig1:持续低血清ALP的儿童和青少年中初次就诊主要原因的分布,按ALPL变异状态分层。
就诊原因分为常规体检、小儿外科疾病、耳鼻咽喉科疾病、神经精神疾病、生长发育相关问题及其他杂项疾病。总队列(n=339)(A)分为两个亚组:无ALPL基因变异者(n=225)(B)和携带ALPL基因变异者(P/LP/VUS,n=114)(C)。2. 修订补充表1:中国儿童血清碱性磷酸酶的年龄和性别特异性参考区间。3. 修订补充表2:疑似HPP患者中检出的详细ALPL变异及ACMG分类。4. 修订补充表3:杂合携带者中检出的详细ALPL变异及ACMG分类。5. 修订补充表4:疑似低磷酸酯酶症儿科患者的临床、生化和遗传特征。本研究经苏州大学附属儿童医院伦理委员会批准(编号2023036),并在st
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。
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。




