基本信息

模态

基因组

任务类型

分类

创建/更新时间

2026-11-04

资源简介

phs000713：GDNF 与焦虑

phs000713: GDNF and Anxiety 是收录于 dbGaP 的一项横断面研究数据集，英文名称为 phs000713: GDNF and Anxiety，来源站为 ncbi.nlm.nih.gov。该数据集在本站被归类于精神与行为障碍类别下的其他子类，主题标签为 Cross-Sectional，提示其研究设计属于横断面调查类型。从名称来看，该数据集围绕 GDNF 与焦虑这一主题展开，可能涉及神经生物学因素与焦虑相关表型之间的关联研究。dbGaP 作为美国国家生物技术信息中心维护的基因型与表型数据库，通常收录大规模人群的遗传与临床信息，供科研人员开展二次分析。该数据集的具体样本量、人群构成、变量列表及统计结果等细节，源站未提供。以下按不同方面对该数据集进行介绍。

【数据集背景】

该数据集由 dbGaP 收录，英文名称为 phs000713: GDNF and Anxiety。dbGaP 全称为 Database of Genotypes and Phenotypes，是 ncbi.nlm.nih.gov 下属的重要数据资源，用于存储和分发基因型与表型相关研究数据。该研究的主题涉及 GDNF 与焦虑，GDNF 通常指胶质细胞源性神经营养因子，在神经系统中具有重要作用，而焦虑则属于精神与行为障碍范畴。该数据集在本站被归入精神与行为障碍下的其他类别，主题标签为 Cross-Sectional，表明其采用横断面研究设计。关于该研究的具体立项背景、研究假设、资助来源及研究团队信息，源站未提供。

【数据内容】

该数据集为 dbGaP 收录的横断面研究，英文名为 phs000713: GDNF and Anxiety。其主题标签为 Cross-Sectional，本站分类为精神与行为障碍 / 其他。从名称推断，数据内容可能涉及 GDNF 相关指标与焦虑相关表型的测量，但具体包含哪些变量、样本数量、遗传数据类型、表型评估工具及数据文件格式等，源站未提供。该数据集是否包含基因型数据、是否包含问卷或临床评估数据，以及数据的具体组织方式，源站未提供。

【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。源站描述其为 dbGaP study (Cross-Sectional)。关于数据采集的具体地点、时间范围、采样方法、纳入与排除标准、伦理审批信息及知情同意过程等，源站未提供。

【适用场景】

该数据集适用于精神与行为障碍领域的研究，尤其是与焦虑相关的遗传学或神经生物学分析。由于主题标签为 Cross-Sectional，其设计适合用于探索暴露或遗传因素与焦虑表型之间的关联，但通常不适用于推断因果关系或纵向变化。具体适用场景需结合数据实际内容判断，而该数据集的具体变量和分析潜力，源站未提供。

【使用方法】

该数据集通过 dbGaP 平台发布，来源站为 ncbi.nlm.nih.gov。通常 dbGaP 数据需要经过申请和审批流程方可获取，具体访问权限、申请步骤、数据下载方式及分析工具要求等，源站未提供。

【质量与限制】

该数据集为横断面研究，其设计本身可能限制因果推断。关于样本代表性、数据完整性、测量误差、缺失值处理及统计功效等质量相关信息，源站未提供。此外，该数据集在本站归类于精神与行为障碍下的其他类别，具体分类依据及限制条件，源站未提供。

【引用与许可】

原始链接

https://ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs000713

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://ncbi.nlm.nih.gov/projects/gap/cgi-bin/study.cgi?study_id=phs000713

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。

数据说明

dbGaP study (Cross-Sectional).

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