醋酸奥曲肽治疗未控制肢端肥大症患者的疗效与安全性
该数据集来自 clinicaltrials.gov，主题为醋酸奥曲肽在未控制肢端肥大症患者中的疗效与安全性研究。源站描述显示，研究评估了在部分应答且疾病持续未控制的肢端肥大症患者中，增加醋酸奥曲肽注射频率或增加剂量的安全性与疗效
基本信息
资源简介
醋酸奥曲肽治疗未控制肢端肥大症患者的疗效与安全性
该数据集对应的研究主题为醋酸奥曲肽在未控制肢端肥大症患者中的疗效与安全性。肢端肥大症属于内分泌系统疾病，当患者在接受现有治疗的情况下病情仍持续未得到控制时，临床需要探索进一步的治疗调整策略。该研究聚焦于部分应答但疾病持续未控制的肢端肥大症患者，评估增加醋酸奥曲肽注射频率或增加剂量后的安全性与疗效。数据集来源于 clinicaltrials.gov，归类于内分泌系统疾病下的肢端肥大症方向，主题标签为 Acromegaly。整体而言，该数据集围绕一项针对未控制肢端肥大症的干预研究展开，核心关注点是醋酸奥曲肽给药方案调整后的获益与风险信息，可为相关临床问题提供来源可追溯的数据参考。
【数据集背景】
肢端肥大症是一种内分泌系统疾病，部分患者在接受治疗后可获得一定程度的应答，但仍可能存在疾病持续未控制的情况。针对这类部分应答且病情持续未控制的患者，临床上需要评估调整治疗方案是否能够带来进一步获益。该数据集所对应的研究即在此背景下开展，旨在评估增加醋酸奥曲肽注射频率或增加剂量在部分应答且疾病持续未控制的肢端肥大症患者中的安全性与疗效。研究主题标签为 Acromegaly，所属分类为内分泌系统疾病 / 肢端肥大症。
【数据内容】
该数据集的主题为醋酸奥曲肽在未控制肢端肥大症患者中的疗效与安全性研究。根据来源站描述，研究评估的内容包括：在部分应答且疾病持续未控制的肢端肥大症患者中，增加醋酸奥曲肽注射频率或增加剂量的安全性与疗效。数据集英文名称为 Efficacy/Safety of Octreotide Acetate in Patients With Uncontrolled Acromegaly。除上述主题、研究目的与评估方向外，源站未提供关于具体变量字段、样本量、分组方式、结局指标数值等更细化的数据内容说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。来源站描述显示，其 Conditions 为 Acromegaly，研究目的是评估在部分应答且疾病持续未控制的肢端肥大症患者中，增加醋酸奥曲肽注射频率或增加剂量的安全性与疗效。除来源站为 clinicaltrials.gov 以及上述来源站描述外，源站未提供关于采集时间、采集方式、随访安排、数据更新频率等更多信息。
【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相关的参考场景，尤其是围绕醋酸奥曲肽在未控制肢端肥大症患者中的疗效与安全性这一主题。其来源站描述所指向的研究情境为：患者对治疗仅部分应答，且疾病持续未得到控制，研究评估增加注射频率或增加剂量后的安全性与疗效。因此，该数据集可用于了解该研究主题及其来源信息。除上述主题与来源站描述所支持的范围外，源站未提供关于其他具体适用场景的说明。
【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/NCT00372697
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。本研究评估了对于部分反应且疾病持续未控制的肢端肥大症患者，增加醋酸奥曲肽注射频率或增加剂量的安全性和有效性。
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。
