C2L-OCT-01 PR 治疗肢端肥大症患者的疗效与安全性
该数据集来源于 clinicaltrials.gov，主题为肢端肥大症（Acromegaly），属于内分泌系统疾病范畴。数据围绕药物 C2L-OCT-01 PR 30 mg 用于治疗肢端肥大症患者的研究，旨在评估其生物学安全性与疗效
基本信息
资源简介
C2L-OCT-01 PR 治疗肢端肥大症患者的疗效与安全性
该数据集来源于 clinicaltrials.gov，主题为肢端肥大症（Acromegaly），属于内分泌系统疾病范畴。数据围绕药物 C2L-OCT-01 PR 30 mg 用于治疗肢端肥大症患者的研究，旨在评估其生物学安全性与疗效。数据集英文名称为 Efficacy and Safety of C2L-OCT-01 PR in Acromegalic Patients，整体定位是一项针对特定内分泌疾病治疗方案的临床研究资料集合，可供关注肢端肥大症治疗进展的研究者、临床医生及相关从业人员参考使用。
【数据集背景】
肢端肥大症是一种属于内分泌系统疾病范畴的疾病，本数据集所对应的研究聚焦于该疾病患者的治疗。研究关注的核心药物为 C2L-OCT-01 PR，使用剂量为 30 mg。根据源站描述，该研究的目的是评估使用该药物治疗肢端肥大症患者的生物学安全性与疗效。数据集的主题标签为 Acromegaly，与本站分类中的“内分泌系统疾病 / 肢端肥大症”相对应，说明其在疾病分类体系中归属于内分泌系统疾病下的肢端肥大症方向。
【数据内容】
该数据集的内容围绕药物 C2L-OCT-01 PR 30 mg 用于治疗肢端肥大症患者的研究展开，核心关注点包括生物学安全性与疗效两个方面。数据集英文名称直接体现了研究的两大评价维度，即 Efficacy（疗效）与 Safety（安全性），并明确了研究对象为 Acromegalic Patients（肢端肥大症患者）。源站描述中列出的疾病条件为 Acromegaly，研究目的为评估该药物在 30 mg 剂量下用于治疗肢端肥大症患者的生物学安全性与疗效。除上述信息外，源站未提供关于具体数据字段、变量构成、样本量、随访时间、终点指标等更细化的内容。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。其主题标签为 Acromegaly，本站分类归入内分泌系统疾病 / 肢端肥大症。数据集的英文名称为 Efficacy and Safety of C2L-OCT-01 PR in Acromegalic Patients。除来源站与分类信息外，源站未提供关于采集方式、采集时间、采集地点、采集机构等进一步信息。
【适用场景】
基于现有信息，该数据集适用于与肢端肥大症治疗研究相关的参考场景，尤其是围绕药物 C2L-OCT-01 PR 30 mg 的生物学安全性与疗效评估这一主题。其主题标签与分类表明，它可被用于内分泌系统疾病尤其是肢端肥大症方向的信息检索与归类。由于数据集英文名称同时涵盖疗效与安全性两个维度，也可作为了解该药物在肢端肥大症患者中研究定位的参考资料。除上述方向外，源站未提供关于具体适用场景的更多说明。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT00616551
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：肢端肥大症。本研究旨在评估使用药物C2L-OCT-01 PR 30 mg治疗肢端肥大症患者的生物学安全性和有效性。
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。
