葡萄糖负荷后早期反常GH升高特征：高IGF-1水平的非肢端肥大症患者
该数据集包含临床表格模态数据，记录了疑似肢端肥大症患者和对照组的生长激素（GH）和胰岛素样生长因子-1（IGF-1）水平，通过口服葡萄糖耐量试验（OGTT）评估GH反常升高现象，主要用于内分泌疾病研究，特别是肢端肥大症的鉴别诊断和GH抑制试验的临床价值探索。
基本信息
资源简介
葡萄糖负荷后早期反常GH升高特征：高IGF-1水平的非肢端肥大症患者
【数据集背景】
本数据集源站标题为《An early paradoxical GH increase after glucose load characterises non-acromegalic patients with high IGF-1 levels》。源站首次发布：2022。
【数据内容】
源站原始描述：Objective: An incomplete GH suppression after oral glucose tolerance test (OGTT) is the hallmark of acromegaly diagnosis. A proportion of patients with acromegaly present a paradoxical GH rise (GH-Par) after glucose administration. We aimed to study if GH-Par response after glucose load can characterize patients without acromegaly. Design: Observational case-control study in a referral centre. Methods: We recruited patients with suspected acromegaly (n=176), characterized by increased IGF-1 leve…
【主题与分类】
主题标签：Comparative physiology and pathophysiology。
【获取与许可】
源站页面：http://researchdata.cab.unipd.it/id/eprint/640
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.25430/researchdata.cab.unipd.it.00000640
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
该数据集是一项观察性病例对照研究，旨在探讨葡萄糖负荷后生长激素（GH）反常升高（GH-Par）是否可表征非肢端肥大症患者。数据集包含176名疑似肢端肥大症（表现为IGF-1水平升高）的患者和55名匹配对照（IGF-1正常且GH受抑制）的临床数据。数据来源于转诊中心，通过口服葡萄糖耐量试验（OGTT）测量GH水平，定义GH-Par90min为葡萄糖摄入后90分钟内GH峰值较基线升高≥120%。该数据集主要用于内分泌代谢疾病研究，特别关注肢端肥大症的鉴别诊断、GH抑制试验的临床意义以及GH反常反应的病理生理机制。
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。
