I-CAH国际先天性肾上腺皮质增生症注册库血压数据
该数据集衍生自国际先天性肾上腺皮质增生症注册库（I-CAH Registry），包含了CAH患者相关的长期血压随访记录与分析指标，常用于研究激素替代治疗对患者心血管系统的长远影响。由University of Sheffield提供，来自GitHub，数据格式为表格，适用于分类任务。
基本信息
资源简介
该数据集衍生自国际先天性肾上腺皮质增生症注册库（I-CAH Registry），包含了CAH患者相关的长期血压随访记录与分析指标，常用于研究激素替代治疗对患者心血管系统的长远影响。
下载信息
注册下载
Tips: 该数据集需要在对应的数据源网站注册通过后，才能进行数据下载，注册有对应要求，或者需要收费。
暂未开放公开下载
Tips: 该数据集属于公开下载，应该可以免费公开下载。
免登录有偿下载
Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务，注意，服务不针对数据相关产权，只是技术服务费。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放千方医数集，医疗数据集部分，是为社区服务的公开医疗数据集搜索引擎，并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求，可以和客服联系，或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。
使用方式
数据集获取
git clone https://github.com/neilxlawrence/I-CAH_Blood_Pressure.git
curl -L -o repo.zip https://github.com/neilxlawrence/I-CAH_Blood_Pressure/archive/refs/heads/main.zip
unzip repo.zip
源站 README 摘录（使用方式）
I-CAH_Blood_Pressure
Data analysis code for I-CAH Blood Pressure Analysis by Neil Lawrence
This repository contains code used to analyse data from the International Congenital Adrenal Hyperplasia Registry study 202107_NL
Please note, this repository does not contain patient level data. Patient level data may only be obtained by formal data request from the data controller. Please search ‘‘I-CAH Registry’’ and apply for patient level data directly from the data controller.
Once patient level data is obtained from the data controller, correct the pathway to the extracted csv file within the code
Also copy the folder bp_functions_folder and it’'s contents into your main directory
Create an empty folder ‘‘bp_data_files_to_load’’ within your main directory
Assess the need for other data files within code and insert these wtihin ‘‘Other Data Extractions’’ as necessary, dependent upon the form in which your data is provided by the data controller
The files are then designed to be run in order, and will load previously prepared data files. This allows the code to be run separately, as the total run time is long, allowing for any bespoke adjustments to be targeted within specific files
Queries to n.r.lawrence@sheffield.ac.uk
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))
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 先天性肾上腺皮质增生症 的高质量、多模态真实临床数据定制解决方案。
