肌醇联合叶酸与单用肌醇治疗对比研究

该数据集来自 clinicaltrials.gov,聚焦多囊卵巢综合征、多毛症与月经不规律患者的内分泌代谢研究。研究将 50 例患者随机分为两组,分别接受肌醇 1500 gr 单药治疗与肌醇 2000 gr 联合叶酸 200 mcg 治疗,并在基线与治疗六个月后评估月经模式、多毛评分、激素测定、口服

Catholic University of the Sacred HeartCatholic University of the Sacred Heart
clinicaltrials
浏览 2
其他分类Polycystic Ovary SyndromeHirsutismMenstrual Irregularity
Combination Therapy With Myo-inositol and Folic Acid Versus Myo-inositol Alone

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-24

资源简介

肌醇联合叶酸与单用肌醇治疗对比研究

该数据集来自 clinicaltrials.gov,聚焦多囊卵巢综合征、多毛症与月经不规律患者的内分泌代谢研究。研究将 50 例患者随机分为两组,分别接受肌醇 1500 gr 单药治疗与肌醇 2000 gr 联合叶酸 200 mcg 治疗,并在基线与治疗六个月后评估月经模式、多毛评分、激素测定、口服葡萄糖耐量试验、正常血糖高胰岛素钳夹试验及脂质谱。数据可用于比较两种治疗方案的代谢与内分泌指标差异,支持疗效分类与相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:多囊卵巢综合征、多毛症、月经不规律。既往研究已证明,肌醇能够恢复大多数 PCOS 患者的自发性卵巢活动,并由此恢复生育能力。本研究的目的是探讨肌醇制剂中所含叶酸的作用。研究组纳入 50 例患者,随机分配至 A 亚组(肌醇 1500 gr)和 B 亚组(肌醇 2000 gr + 叶酸 200 mcg)。研究包括月经模式和多毛评分评估、激素测定、口服葡萄糖耐量试验、正常血糖高胰岛素钳夹试验以及基线和治疗六个月后的脂质谱。

【主题与分类】

主题标签:Polycystic Ovary Syndrome、Hirsutism、Menstrual Irregularity。本站分类:内分泌、营养和代谢疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01555190

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01555190

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:多囊卵巢综合征、多毛症、月经不规律。既往研究表明,肌醇能够恢复大多数PCOS患者的自发性卵巢活动,进而恢复生育能力。本研究旨在探讨肌醇制剂中所含叶酸的作用。研究组纳入50例患者,随机分配至A亚组(肌醇1500克)和B亚组(肌醇2000克+叶酸200微克)。研究包括月经模式和多毛症评分评估、激素检测、口服葡萄糖耐量试验、正常血糖高胰岛素钳夹试验以及基线和治疗六个月后的血脂谱。

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。

获取专属数据定制方案