OpenGWAS压力性尿失禁汇总统计
OpenGWAS提供尿失禁和泌尿症状GWAS汇总统计，可用于SUI遗传风险、孟德尔随机化和因果推断分析。 该数据集与压力性尿失禁高度相关，覆盖表格数据内容，可用于分类、特征筛选、算法评估和临床研究。
基本信息
资源简介
OpenGWAS压力性尿失禁汇总统计
【一句话概览】
OpenGWAS 旨在整合分散的 GWAS 汇总数据及配套分析工具，以提升全表型因果推断的范围与可靠性。平台提供超过 50,000 个 GWAS 汇总数据集供查询或下载，并提供 API 以批量查询关联、phewas、变异等。分析集成方面，可使用 TwoSampleMR 进行 MR 分析，使用 gwasglue2 进行精细定位、共定位等。基因型-表型图谱支持跨数据集的系统精细定位与共定位聚类，提供网页应用、API 和 R 包。2026 年将推出：所有数据集升级至 GRCh38，更新 EBI 数据集，导入 MVP（GIA）数据集（来源 opengwas.io）。
【数据集背景】
本数据集源站标题为《OpenGWAS》。
【数据内容】
源站原始描述：OpenGWAS Empowering decision makers to maximise improvements to public health The aim of OpenGWAS is to bring together disjointed sources of GWAS summary data alongside the suite of analytical tools that make value from those data. Building this coherence has drastically increased the scope of phenome-wide causal inference, alongside its reliability. Datasets A database of more than 50,000 GWAS summary datasets, for querying or download. Explore datasets API The fast, programmatic way to query b…
中文译文（机器翻译，仅供快速理解，请以原文为准）：OpenGWAS 赋能决策者，最大化公共健康改善 OpenGWAS 的目标是将分散的 GWAS 汇总数据源与一套能够从这些数据中创造价值的分析工具整合在一起。构建这种一致性极大地扩展了全表型组因果推断的范围及其可靠性。 数据集 一个包含超过 50,000 个 GWAS 汇总数据集的数据库，可供查询或下载。 探索数据集 API 快速、程序化的方式查询批次、关联、phewas、变异等更多内容。 API 账户与文档 分析集成 使用 TwoSampleMR 进行 MR 分析，使用 gwasglue2 进行精细定位、共定位等。 MRC IEU R-universe 基因型-表型图谱 跨数据集的系统性精细定位与共定位聚类，提供网络应用、API 和 R 包。 基因型-表型图谱 2026 年即将推出：所有数据集升级至 GRCh38 EBI 数据集已更新 MVP (GIA) 数据集已导入
【主题与分类】
主题标签：GWAS、summary data、phenome-wide causal inference、MR、fine mapping、colocalisation。
【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://opengwas.io/
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
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
OpenGWAS提供尿失禁和泌尿症状GWAS汇总统计，可用于SUI遗传风险、孟德尔随机化和因果推断分析。
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。
