针灸或二甲双胍治疗PCOS女性胰岛素抵抗
本数据集来自 clinicaltrials.gov,主题为多囊卵巢综合征(PCOS)伴胰岛素抵抗与高雄激素血症女性的随机对照试验

基本信息
资源简介
针灸或二甲双胍治疗PCOS女性胰岛素抵抗
本数据集来自 clinicaltrials.gov,主题为多囊卵巢综合征(PCOS)伴胰岛素抵抗与高雄激素血症女性的随机对照试验。研究比较单纯生活方式管理,以及分别联合电针或二甲双胍治疗对全身葡萄糖稳态的效果,主要目标为预防2型糖尿病。主要终点为4个月干预后通过HOMA-IR、口服葡萄糖耐量试验中胰岛素曲线下面积(AUCinsulin)及HbA1c评估的胰岛素敏感性改善。数据可用于内分泌与代谢疾病领域治疗比较及糖尿病风险预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:多囊卵巢综合征、胰岛素抵抗、高雄激素血症。具体目标:本研究的目的是开展一项针对PCOS女性的随机对照试验,比较单纯生活方式管理,以及分别联合针灸或二甲双胍治疗对全身葡萄糖稳态的有效性,最终目标是预防2型糖尿病的发生。主要目标1:确定为期4个月的1)电针+生活方式管理和2)二甲双胍+生活方式管理,与3)单纯生活方式管理相比,在改善胰岛素敏感性方面的临床有效性,评估指标为HOMA-IR、通过计算口服葡萄糖耐量试验(OGTT)期间胰岛素曲线下面积(AUCinsulin)评估的胰岛素对葡萄糖的反应,以及葡萄糖调节(通过分析HbA1c水平评估)。次要目标1:评估
【主题与分类】
主题标签:Polycystic Ovary Syndrome、Insulin Resistance、Hyperandrogenism。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02647827
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/NCT02647827
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
疾病:多囊卵巢综合征、胰岛素抵抗、高雄激素血症。具体目标 本研究的目的是对多囊卵巢综合征女性开展一项随机对照试验,比较单纯生活方式管理,以及生活方式管理联合针刺或二甲双胍治疗对全身葡萄糖稳态的有效性,最终目标是预防2型糖尿病的发生。主要目标1. 确定为期4个月的1)电针+生活方式管理和2)二甲双胍+生活方式管理,与3)单纯生活方式管理相比,在改善胰岛素敏感性方面的临床有效性;胰岛素敏感性通过HOMA-IR、口服葡萄糖耐量试验(OGTT)期间通过计算曲线下面积(AUCinsulin)评估的葡萄糖刺激后胰岛素反应,以及通过分析HbA1c水平评估的血糖调节来测量。次要目标1. 评估次要代谢指标的变化,包括空腹胰岛素、C肽、葡萄糖和脂肪因子,计算HOMA-B(即胰岛β细胞功能)和C肽指数,评估脂肪因子和血脂谱、体型和身体比例以及体脂分布。2.
确定与脂肪、肌肉和子宫内膜组织活检中胰岛素敏感性相关的全基因组基因表达和DNA甲基化谱变化,以及全血中的生物标志物。3. 评估内分泌指标,包括月经模式和排卵频率、循环激素(性类固醇、AMH、促性腺激素)以及尿中性类固醇代谢物的排泄。4. 确定女性健康相关生活质量、焦虑和抑郁症状、节食和饮食模式以及负面副作用的变化。5. 评估不同治疗方法的成本效益。
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。




