唾液皮质醇参考区间建立及临床应用
该数据集来自clinicaltrials.gov,聚焦唾液皮质醇参考区间的建立与临床应用。研究采用两种检测技术:基于免疫磁珠的LC-MS assay和用于point-of-care testing的荧光免疫分析系统,旨在为两种方法建立健康人群的唾液皮质醇正常参考区间,并确定Cushing Syndr

基本信息
资源简介
唾液皮质醇参考区间建立及临床应用
该数据集来自clinicaltrials.gov,聚焦唾液皮质醇参考区间的建立与临床应用。覆盖健康成人、Cushing Syndrome及Adrenal Insufficiency人群。研究采用两种检测技术:基于免疫磁珠的LC-MS assay和用于point-of-care testing的荧光免疫分析系统,旨在为两种方法建立健康人群的唾液皮质醇正常参考区间,并确定Cushing Syndrome和Adrenal Insufficiency病例的最佳cut-off值。数据可用于内分泌状态评估、相关疾病诊断及检测方法临床转化研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康成人、Cushing Syndrome、Adrenal Insufficiency。唾液检测是测量皮质醇的一种非侵入性替代血液检测的方法,皮质醇是评估内分泌状态和诊断Cushing综合征等疾病的关键激素。它能准确反映具有生理活性的游离皮质醇。然而,其临床应用受到皮质醇浓度极低以及缺乏可靠检测方法的阻碍。我们开发了两项先进技术:一种基于免疫磁珠的LC-MS assay,前处理简化;以及一种用于point-of-care testing的荧光免疫分析系统。为促进其临床采用,本研究将在健康人群中为这两种方法建立唾液皮质醇的正常参考区间,并在Cushing Syndrome和Adrenal Insufficiency病例中确定最佳cut-off值。
【主题与分类】
主题标签:Healthy Adult、Cushing Syndrome、Adrenal Insufficiency。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/NCT07168122
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/NCT07168122
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
条件:健康成人、库欣综合征、肾上腺功能不全。唾液检测是血液检测的一种非侵入性替代方法,用于测量皮质醇,这是一种评估内分泌状态和诊断库欣综合征等疾病的关键激素。它能准确反映具有生理活性的游离皮质醇。然而,其临床应用受到皮质醇浓度极低以及缺乏可靠检测方法的阻碍。我们开发了两项先进技术:一种基于免疫磁珠、制备简化的LC-MS检测法,以及一种用于即时检验的荧光免疫分析系统。为促进其临床采用,本研究将建立这两种方法在健康人群中唾液皮质醇的正常参考区间,以及库欣综合征和肾上腺功能不全病例中的最佳截断值。
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。




