GATA3相关甲状旁腺功能减退-耳聋-肾发育不良综合征家族性先天性后鼻孔闭锁手术记录数据集

该数据集包含新生儿期后鼻孔闭锁手术的临床记录,数据模态为临床表格与文本描述,主要应用于研究GATA3基因相关综合征(甲状旁腺功能减退-耳聋-肾发育不良)的临床表现,以及探讨先天性后鼻孔闭锁在遗传性疾病中的关联,为罕见遗传病的诊断与治疗提供病例参考。

Mendeley Data
2024-06-25 更新
浏览 33
遗传疾病新生儿手术
Data for: Familial Congenital Choanal Atresia with GATA3 associated Hypoparathyroidism-Deafness-Renal Dysplasia Syndrome unidentified on auditory brainstem response

基本信息

大小
0.001277134 GB
创建/更新时间
2024-06-25
版本
v1

资源简介

GATA3相关甲状旁腺功能减退-耳聋-肾发育不良综合征家族性先天性后鼻孔闭锁手术记录数据集

【数据集背景】

本数据集源站标题为《Data for: Familial Congenital Choanal Atresia with GATA3 associated Hypoparathyroidism-Deafness-Renal Dysplasia Syndrome unidentified on auditory brainstem response.》。源站首次发布:2018-11-02。

【数据内容】

源站原始描述:The record of the proband''s operation via Choanal atresia in neonatal

【数据结构与技术规格】

文件数 8 个,合计 1.28 MB。数据集 DOI:10.17632/y3mc37r3yz.1。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/y3mc37r3yz

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

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://data.mendeley.com/datasets/y3mc37r3yz

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

该数据集收录了一名先证者(proband)在新生儿期因后鼻孔闭锁(Choanal atresia)接受手术的临床记录,涉及GATA3基因相关的甲状旁腺功能减退-耳聋-肾发育不良综合征(Hypoparathyroidism-Deafness-Renal Dysplasia Syndrome)。数据来源于公开的医学研究,以临床手术记录的形式呈现,主要用于遗传性综合征的临床表型分析、新生儿外科干预研究以及罕见疾病(如后鼻孔闭锁与GATA3综合征关联)的病例探讨。

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。

获取专属数据定制方案