骨质疏松中隐匿性高皮质醇血症的患病率
该数据集来自 clinicaltrials.gov,主题为骨质疏松患者中隐匿性高皮质醇血症(HidHyCo)的患病情况。源站描述指出,临床显性高皮质醇血症(即 Cushing's syndrome)可导致高血压、中心性肥胖、糖尿病和骨质疏松;而轻度、无症状的高皮质醇血症也与皮质醇过量相关的慢性并发症

基本信息
资源简介
骨质疏松中隐匿性高皮质醇血症的患病率
该数据集来自 clinicaltrials.gov,主题为骨质疏松患者中隐匿性高皮质醇血症(HidHyCo)的患病情况。源站描述指出,临床显性高皮质醇血症(即 Cushing's syndrome)可导致高血压、中心性肥胖、糖尿病和骨质疏松;而轻度、无症状的高皮质醇血症也与皮质醇过量相关的慢性并发症和死亡率升高有关。在骨质疏松患者中,这种高皮质醇血症可能保持隐匿,直至根据基础疾病的特定特征被怀疑。HidHyCo 定义为无经典症状和体征的皮质醇过量状态,虽无症状,却与骨质疏松和脆性骨折风险增加相关,且在骨质疏松患者中患病率似乎升高(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:骨质疏松、皮质醇过量。临床显性高皮质醇血症(即 Cushing's syndrome)可导致高血压、中心性肥胖、糖尿病和骨质疏松。最近,即使是轻度和无症状的高皮质醇血症,也与皮质醇过量相关的慢性并发症患病率增加和死亡率升高有关。在骨质疏松患者中,这种形式的高皮质醇血症可能保持隐匿(隐匿性高皮质醇血症,HidHyCo),直至根据基础疾病的特定特征怀疑其存在。根据定义,HidHyCo 是一种无经典症状和体征的皮质醇过量状态。然而,尽管无症状,这种轻微皮质醇过量与骨质疏松和脆性骨折风险增加相关。此外,HidHyCo 患病率似乎在骨质疏松患者中升高。特别是
【主题与分类】
主题标签:Osteoporosis、Cortisol Excess。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05762549
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/NCT05762549
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:骨质疏松症、皮质醇过多。临床显性皮质醇增多症(即库欣综合征)可导致高血压、向心性肥胖、糖尿病和骨质疏松症。近年来,即使是轻度和无症状的皮质醇增多症,也与皮质醇过多所致慢性并发症的患病率和死亡率增加相关。在骨质疏松症患者中,这种形式的皮质醇增多症可能保持隐匿状态(隐匿性皮质醇增多症,HidHyCo),直到根据基础疾病的特定特征怀疑其存在时才被发现。根据定义,HidHyCo是一种在缺乏典型体征和症状的情况下存在的皮质醇过多状态。然而,尽管无症状,这种轻微的皮质醇过多仍与骨质疏松症和脆性骨折风险增加相关。此外,HidHyCo的患病率在骨质疏松症患者中似乎有所增加。具体而言,据报道,在骨密度低和发生脆性骨折的患者中,HidHyCo的患病率分别为1.7-9.9%和1.9-17.6%。
HidHyCo的病例发现至关重要,因为这些患者在皮质醇水平恢复正常后,骨折风险会出现显著降低。然而,鉴于骨脆性的高患病率以及目前可用于HidHyCo检测的测试诊断准确性相对较低,对HidHyCo进行大规模筛查被认为是不可想象的。因此,哪些骨质疏松患者需要接受HidHyCo筛查的问题近来已成为广泛争论的话题,但截至目前,尚无指南可用于指导骨质疏松症中的HidHyCo筛查。因此,本研究方案的目标如下:i)评估骨质疏松患者样本中HidHyCo的患病率;ii)比较伴有HidHyCo与不伴有HidHyCo的骨质疏松/骨量减少患者的临床特征,以确定在
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。




