青春期阻断与雌二醇对跨性别青年心血管代谢健康的影响
该数据集来自 clinicaltrials.gov，聚焦跨性别女性与顺性别对照者在青春期阻断及雌二醇干预下胰岛素敏感性与血管功能的变化
基本信息
资源简介
青春期阻断与雌二醇对跨性别青年心血管代谢健康的影响
该数据集英文名为 Pubertal Blockade and Estradiol Effects on Cardiometabolic Health for Transitioning Youth，来源于 clinicaltrials.gov，主题聚焦跨性别女性在青春期阻断与雌二醇干预背景下心血管代谢健康的相关问题。数据集所涉条件包括跨性别认同、性别烦躁与胰岛素敏感性，其核心研究目的为评估在有无既往促性腺激素释放激素类似物使用的情况下，雌二醇对跨性别女性胰岛素敏感性与血管功能的影响，并与顺性别对照者进行比较。该数据集在内分泌、营养和代谢疾病分类下归入“其他”类别，主题标签涵盖跨性别认同、性别烦躁和胰岛素敏感性。整体而言，该数据集围绕跨性别青年青春期阻断与雌二醇暴露对心血管代谢健康的影响这一研究方向组织，适合关注性别肯定医疗与代谢风险关联的研究者参考使用。
【数据集背景】
该数据集的研究背景涉及跨性别女性在性别肯定医疗过程中的青春期阻断与雌激素治疗。源站描述指出，研究关注的条件包括跨性别认同、性别烦躁与胰岛素敏感性，研究目的在于评估雌二醇在有或无既往促性腺激素释放激素类似物使用情况下对胰岛素敏感性和血管功能的影响，并将跨性别女性与顺性别对照者进行比较。这一背景说明数据集所对应的研究处于性别肯定医疗与心血管代谢风险交汇的领域，涉及青春期发育阻断、激素干预与代谢功能评估等环节。数据集在分类上归入内分泌、营养和代谢疾病下的“其他”类别，与其关注胰岛素敏感性和血管功能的研究取向相一致。
【数据内容】
依据源站描述，该数据集对应的研究内容围绕跨性别女性与顺性别对照者在雌二醇干预下的胰岛素敏感性与血管功能评估展开，并区分是否有既往促性腺激素释放激素类似物使用这一条件。主题标签包括跨性别认同、性别烦躁与胰岛素敏感性，反映出数据集所覆盖的核心主题范围。关于数据集的具体变量构成、样本量、观测指标明细、随访时长以及数据记录格式等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究注册信息所对应的数据集。源站描述以研究条件与研究目的的形式呈现，说明其采集背景为针对跨性别女性与顺性别对照者的比较性研究。关于具体的采集机构、采集地点、采集时间范围、采样方法以及数据加工流程等信息，源站未提供。
【适用场景】
该数据集适用于关注跨性别女性青春期阻断与雌二醇干预对心血管代谢健康影响的研究场景，可用于了解胰岛素敏感性与血管功能在该人群中的评估方向，也可为性别肯定医疗相关的代谢风险研究提供参考。由于主题标签涵盖跨性别认同、性别烦躁与胰岛素敏感性，该数据集亦适合在内分泌、营养和代谢疾病领域中涉及激素干预与代谢功能关联的议题下使用。关于其他具体适用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据结构说明及分析建议等均未在源站描述中体现。
【质量与限制】
源站未提供关于该数据集质量评估与使用限制的说明，包括数据完整性、准确性、样本代表性及潜在偏倚等信息均未在源站描述中体现。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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/NCT04596592
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：跨性别主义、性别烦躁、胰岛素敏感性。评估在跨性别女性中，与顺性别对照相比，使用雌二醇（无论之前是否使用促性腺激素释放激素类似物）对胰岛素敏感性和血管功能的影响。
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。
