围绝经期、绝经及卵巢早衰女性数据收集回顾性与前瞻性临床登记研究
该数据集为一项观察性、回顾性与前瞻性临床登记研究,旨在收集围绝经期、绝经及卵巢早衰(POI)女性的全面真实世界数据。数据来源于专科绝经门诊及内分泌与代谢紊乱多学科门诊,仅纳入这些门诊环境内的就诊记录

基本信息
资源简介
围绝经期、绝经及卵巢早衰女性数据收集回顾性与前瞻性临床登记研究
该数据集为一项观察性、回顾性与前瞻性临床登记研究,旨在收集围绝经期、绝经及卵巢早衰(POI)女性的全面真实世界数据。数据来源于专科绝经门诊及内分泌与代谢紊乱多学科门诊,仅纳入这些门诊环境内的就诊记录。登记库包含自2000年1月起符合条件的患者病历中提取的回顾性数据,以及持续收集的前瞻性数据。可用于研究绝经相关症状、激素治疗、骨质疏松、潮热等绝经相关状况的临床特征与结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:绝经、绝经激素治疗、手术绝经、绝经相关状况、绝经期主诉、绝经期骨质疏松、绝经相关潮热、绝经期和围绝经期障碍、未特指。本研究设计为一项观察性、回顾性和前瞻性临床登记研究,旨在收集在专门绝经门诊和致力于内分泌与代谢紊乱的多学科门诊就诊的围绝经期、绝经期及卵巢早衰(POI)女性的全面真实世界数据。仅在这些专门门诊环境中进行的就诊将被纳入登记库。该登记库包括回顾性数据(从2000年1月起评估的符合条件的患者病历中提取)和前瞻性数据(将持续收集)。
【主题与分类】
主题标签:Menopause、Menopausal Hormone Therapy、Menopause Surgical、Menopause Related Conditions、Menopausal Complaints、Menopausal Osteoporosis、Menopause-related Hot Flashes、Menopausal and Postmenopausal Women、Premature Ovarian Failure (POF)。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07606326
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://clinicaltrials.gov/study/NCT07606326
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
条件:绝经、绝经激素治疗、手术绝经、绝经相关疾病、绝经期症状、绝经期骨质疏松、绝经相关潮热、绝经期及围绝经期障碍(未特指)。本研究设计为一项观察性、回顾性及前瞻性临床登记研究,旨在收集在专门绝经门诊及专注于内分泌与代谢紊乱的多学科门诊就诊的围绝经期、绝经期及早发性卵巢功能不全(POI)女性的全面真实世界数据。登记研究仅纳入在这些专门门诊环境中进行的就诊记录。该登记研究包括回顾性数据(提取自2000年1月起评估的合格患者的医疗记录)和前瞻性数据(将持续收集所有新转诊患者的数据直至2040年)。这种组合设计允许在常规临床实践中对绝经过渡不同阶段及早发性卵巢功能不全的临床特征、管理策略和健康结局进行纵向观察。
登记处收集的数据包括人口学特征、一般病史和妇科病史、生育史、生活方式因素及合并症。患者报告的绝经相关症状将被系统记录,并在临床需要时采用经验证的问卷进行评估,以客观评价症状严重程度及其对生活质量的影响,包括女性性功能指数(FSFI)、视觉模拟量表(VAS)、阴道健康指数(VHI)以及阴道衰老的日常影响(DIVA)。临床管理和治疗策略,包括激素替代治疗和非激素干预措施,将被记录。实验室数据,包括激素、代谢和生化参数,以及临床实践中常规使用的影像学数据,将在可获得时予以记录。影像学评估包括用于骨健康评估的双能X线吸收测定法(DEXA)、经胸超声心动
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。




