多囊卵巢综合征患者血清Preptin水平评估
本数据集来自clinicaltrials.gov,主题为多囊卵巢综合征(PCOS)患者血清Preptin水平的评估。PCOS是育龄女性常见的内分泌疾病,以生殖、内分泌和代谢异常为特征,胰岛素抵抗与代偿性高胰岛素血症是其关键机制,并增加糖耐量受损、2型糖尿病、血脂异常、代谢综合征及心血管疾病的长期风险

基本信息
资源简介
多囊卵巢综合征患者血清Preptin水平评估
本数据集来自clinicaltrials.gov,主题为多囊卵巢综合征(PCOS)患者血清Preptin水平的评估。PCOS是育龄女性常见的内分泌疾病,以生殖、内分泌和代谢异常为特征,胰岛素抵抗与代偿性高胰岛素血症是其关键机制,并增加糖耐量受损、2型糖尿病、血脂异常、代谢综合征及心血管疾病的长期风险。Preptin是由pro-IGF-II的E肽区衍生的34氨基酸肽,与胰岛素共同由胰腺β细胞分泌。该数据可用于探索Preptin与PCOS及胰岛素抵抗的关联研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:多囊卵巢综合征(PCOS)、胰岛素抵抗。多囊卵巢综合征(PCOS)是影响育龄女性最常见的内分泌疾病之一,以生殖、内分泌和代谢异常为特征。尽管PCOS的病因是多因素的,但胰岛素抵抗和代偿性高胰岛素血症被认为是导致该综合征生殖和代谢表现的关键机制。这些代谢紊乱增加了糖耐量受损、2型糖尿病、血脂异常、代谢综合征和心血管疾病的长期风险。Preptin是一种34个氨基酸的肽,来源于胰岛素样生长因子II前体(pro-IGF-II)的E肽区,由胰腺β细胞与胰岛素共同分泌。实验和临床研究表明,preptin可增强葡萄糖-
【主题与分类】
主题标签:Polycystic Ovary Syndrome (PCOS)、Insulin Resistance。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07736079
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://clinicaltrials.gov/study/NCT07736079
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
疾病:多囊卵巢综合征(PCOS)、胰岛素抵抗。多囊卵巢综合征(PCOS)是影响育龄女性最常见的内分泌疾病之一,以生殖、内分泌和代谢异常为特征。尽管PCOS的病因是多因素的,但胰岛素抵抗和代偿性高胰岛素血症被认为是导致该综合征生殖和代谢表现的关键机制。这些代谢紊乱增加了糖耐量受损、2型糖尿病、血脂异常、代谢综合征和心血管疾病的长期风险。Preptin是一种由34个氨基酸组成的肽,来源于胰岛素样生长因子II前体(pro-IGF-II)的E肽区域,由胰腺β细胞与胰岛素共同分泌。实验和临床研究表明,preptin可增强葡萄糖介导的胰岛素分泌,并可能参与血糖稳态的调节。在多种与胰岛素抵抗相关的代谢紊乱中,包括肥胖和2型糖尿病,已有报道发现循环preptin浓度升高。
然而,其在PCOS病理生理学中的作用仍知之甚少,现有证据有限且不一致。本研究旨在探讨PCOS女性与非PCOS女性之间血清preptin浓度是否存在差异,并探索preptin与胰岛素抵抗之间的潜在关联。通过评估这一新型代谢肽,本研究力求加深对PCOS潜在代谢机制的理解,并确定preptin是否可能作为与该综合征相关的生物标志物具有潜在应用价值。尽管新型代谢生物标志物日益受到关注,但preptin在PCOS中的临床意义仍不明确,因为仅有有限数量的研究评估了该肽在PCOS女性中的情况。此外,已发表的研究结果在循环prept
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。
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。




