肌醇与α-硫辛酸联合治疗PCOS女性

该数据集来自 clinicaltrials.gov,关注多囊卵巢综合征(PCOS)女性接受肌醇与α-硫辛酸联合治疗的效果

Catholic University of the Sacred HeartCatholic University of the Sacred Heart
clinicaltrials
浏览 4
其他回归Polycystic Ovary SyndromeMenstrual PatternHyperandrogenismMetabolic Features
Combined Therapy With Myo-inositol and Alpha-Lipoic Acid in PCOS Women

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-12

资源简介

肌醇与α-硫辛酸联合治疗PCOS女性

该数据集来自 clinicaltrials.gov,关注多囊卵巢综合征(PCOS)女性接受肌醇与α-硫辛酸联合治疗的效果。研究纳入40名患者,每日联合使用α-硫辛酸800 mg、肌醇2000 mg和叶酸400 mcg,持续六个月。观察指标涵盖月经模式、多毛评分、激素测定、口服葡萄糖耐量试验和血脂谱,在基线和治疗六个月后分别评估。数据可用于分析联合治疗对PCOS患者临床、内分泌及代谢特征的影响,支持疗效预测与相关回归建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:多囊卵巢综合征、月经模式、高雄激素血症、代谢特征。本研究的目的是探讨α-硫辛酸与肌醇联合治疗对PCOS女性临床、内分泌和代谢特征的影响。研究组包括40名患者,每日接受α-硫辛酸(800 mg)、肌醇(2000 mg)和叶酸(400 mcg)联合治疗,持续六个月。研究包括月经模式、多毛评分、激素测定、口服葡萄糖耐量试验、血脂谱,在基线和治疗六个月后进行。

【主题与分类】

主题标签:Polycystic Ovary Syndrome、Menstrual Pattern、Hyperandrogenism、Metabolic Features。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/NCT02651636

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/NCT02651636

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

研究条件:多囊卵巢综合征、月经模式、高雄激素血症、代谢特征。本研究旨在探讨α-硫辛酸与肌醇联合治疗对多囊卵巢综合征(PCOS)患者临床、内分泌及代谢特征的影响。研究组包括40名患者,每日接受α-硫辛酸(800毫克)、肌醇(2000毫克)及叶酸(400微克)的联合治疗,持续六个月。研究内容包括月经模式、多毛症评分、激素测定、口服葡萄糖耐量试验及血脂谱,分别在基线及治疗六个月后进行。

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