桥本甲状腺炎患者中的孤立性ACTH缺乏症
该数据集来自clinicaltrials.gov，聚焦桥本甲状腺炎患者中出现的孤立性ACTH缺乏症。数据覆盖桥本甲状腺炎与肾上腺功能不全相关人群，记录通过1 µg ACTH试验评估肾上腺皮质功能的信息
基本信息
资源简介
桥本甲状腺炎患者中的孤立性ACTH缺乏症
该数据集英文名为 Isolated ACTH Deficiency in Patients With Hashimoto Thyroiditis，来源于 clinicaltrials.gov，主题聚焦桥本甲状腺炎患者中出现的孤立性促肾上腺皮质激素（ACTH）缺乏症。数据集覆盖桥本甲状腺炎与肾上腺功能不全相关人群，记录通过 1 µg ACTH 试验评估肾上腺皮质功能的信息。在内分泌、营养和代谢疾病分类下，该数据集属于“其他”类别，可为研究桥本甲状腺炎患者肾上腺皮质功能状态提供数据参考。其核心价值在于将甲状腺激素替代治疗下仍存在健康状态受损的桥本甲状腺炎患者，与孤立性 ACTH 缺乏这一内分泌异常联系起来，并通过低剂量 ACTH 刺激试验对肾上腺皮质功能进行观察。
【数据集背景】
桥本甲状腺炎是常见的自身免疫性甲状腺疾病，许多患者在接受正确的甲状腺激素替代治疗后，整体健康状态仍可能受损。源站描述指出，在这一人群中，部分个体被发现存在孤立性 ACTH 缺乏。该数据集正是围绕这一临床现象构建，关注桥本甲状腺炎与肾上腺功能不全之间的关联，并通过 1 µg ACTH 试验评估肾上腺皮质功能，以支持对上述内分泌异常的进一步观察与研究。
【数据内容】
数据集的主题标签为 Hashimoto Disease 与 Adrenal Insufficiency，覆盖桥本甲状腺炎及肾上腺功能不全相关人群。数据记录的核心内容是通过 1 µg ACTH 试验评估肾上腺皮质功能的信息。关于具体变量字段、样本量、观测指标数值及随访安排等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提及的研究针对桥本甲状腺炎患者开展 1 µg ACTH 试验，以评估肾上腺皮质功能。关于采集时间、采集机构、地理范围及具体采集流程等细节，源站未提供。
【适用场景】
该数据集适用于与桥本甲状腺炎患者肾上腺皮质功能评估相关的研究场景，例如探讨甲状腺激素替代治疗后健康状态受损与孤立性 ACTH 缺乏之间关系的分析，以及围绕 1 µg ACTH 试验开展的方法学参考。关于具体应用案例或已验证的使用场景，源站未提供。
【使用方法】
使用该数据集时，可结合其主题标签与源站描述，围绕桥本甲状腺炎、肾上腺功能不全及 1 µg ACTH 试验等核心信息组织分析。关于数据访问方式、文件格式、字段说明及推荐分析流程等细节，源站未提供。
【质量与限制】
该数据集来自 clinicaltrials.gov，其内容围绕特定临床研究问题构建，覆盖人群与试验方法具有明确指向性。关于数据完整性、准确性、样本代表性及已知偏倚等质量信息，源站未提供。使用时应注意其适用范围限于源站描述所涉及的研究背景，不宜外推至未提及的人群或场景。
【引用与许可】
关于该数据集的引用方式、许可条款及使用限制，源站未提供。
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/NCT00552487
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：桥本氏病、肾上腺功能不全。许多接受正确甲状腺激素替代治疗的桥本甲状腺炎患者幸福感受损。在部分人群中发现了孤立的ACTH缺乏。本研究通过进行1微克ACTH测试来评估肾上腺皮质功能。
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。
