美国临床试验注册库先天性肾上腺皮质增生症历史干预数据集
该数据集来自于ClinicalTrials.gov中关于先天性肾上腺皮质增生症（CAH）患者下丘脑-垂体-肾上腺轴（HPA轴）干预实验的标准化XML临床结构数据，包含详尽的受试者病史指标、给药及皮质醇控制随访记录。由National Center for Research Resources (NCRR)提供，来自GitHub，数据格式为文本，包含1条数据记录，适用于分类任务，许可证为Open Data Commons。
基本信息
资源简介
美国临床试验注册库先天性肾上腺皮质增生症历史干预数据集
【数据集背景】
本数据集源站标题为《datasets/clinical-trials-us》。源站首次发布：2013-02-06。
【数据内容】
源站原始描述：Official US clinical trial outcomes from the FDA Data and processing scripts for clinical trials information in a registry and results database of publicly and privately supported clinical studies of human participants conducted around the world. Deposit in this database [has been required][required] since September 2007 for all "applicable clinical trials" as per [FDAAA 801][]. [required]: [FDAAA 801]: ## Getting the data 1. Go to 2. Search (no query) to get all results 3. Hit download and sele…
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://github.com/datasets/clinical-trials-us
【使用注意】
· 源站最后修改于 2026-03-06，引用时请注意版本时效。
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
git clone https://github.com/datasets/clinical-trials-us.git
curl -L -o repo.zip https://github.com/datasets/clinical-trials-us/archive/refs/heads/main.zip
unzip repo.zip
数据集大小约 0.01 GB。
源站 README 摘录（使用方式）
Data Structure
It’‘s XML. Here’'s the XSD: http://clinicaltrials.gov/ct2/html/images/info/public.xsd.
Sample records:
- data/NCT00000102.xml (without results)
- data/NCT01101477.xml (with results)
Data Stats
139848 XML files as of 2013-02-02.
As of Feb 1st 2013 only 8,044 trials included posted-results.
Scripts
Node.js script in extract.js - still under development.
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
