OGTT在肢端肥大症中的可重复性与实用性
该数据集来自clinicaltrials.gov,聚焦肢端肥大症的生物学诊断。内容涉及以IGF-I评估为初始步骤、并按现行推荐通过口服葡萄糖耐量试验(OGTT)确认诊断,即生长激素(GH)未降至1 μg/L以下

基本信息
资源简介
OGTT在肢端肥大症中的可重复性与实用性
该数据集来自clinicaltrials.gov,聚焦肢端肥大症的生物学诊断。内容涉及以IGF-I评估为初始步骤、并按现行推荐通过口服葡萄糖耐量试验(OGTT)确认诊断,即生长激素(GH)未降至1 μg/L以下。数据集关注OGTT抑制GH的可重复性此前从未在肢端肥大症或健康受试者中评估的问题,以及GH自发波动可能影响OGTT反应、导致该人群检测可重复性偏低,并可能因典型或中度临床表现而不同。可用于内分泌与代谢领域相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肢端肥大症。理由:肢端肥大症生物学诊断的初始步骤基于IGF-I评估。根据当前推荐,诊断必须通过口服葡萄糖耐量试验(OGTT)确认,以显示生长激素(GH)未下降至低于1 μg/L(Katznelson,等,2014)。OGTT对GH抑制的可重复性从未在肢端肥大症或健康受试者中评估过,尽管确定该检测的可靠性至关重要。肢端肥大症中GH的自发波动可能显著影响GH对OGTT的反应,并导致该人群中检测的可重复性较低。特别是,由于GH分泌的残余超日节律持续存在,这种可靠性可能因典型或中度临床表现而不同。口服葡萄糖的有用性
【主题与分类】
主题标签:Acromegaly。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/NCT04066569
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/NCT04066569
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:肢端肥大症。依据:肢端肥大症的生物学诊断初始步骤基于IGF-I的评估。根据当前建议,诊断必须通过口服葡萄糖耐量试验(OGTT)来确认,以显示生长激素(GH)未降至低于1 μg/L(Katznelson等,2014)。OGTT对GH抑制的可重复性从未在肢端肥大症患者或健康受试者中进行过评估,尽管确定该测试的可靠性至关重要。肢端肥大症中GH的自发波动可能显著影响GH对OGTT的反应,并导致该测试在该人群中的低可重复性。特别是,由于GH分泌的残余超日节律持续存在,这种可靠性可能因典型或中度的临床表现而有所不同。口服葡萄糖负荷及其引起的高血糖(可能限制GH分泌)的有用性从未与适当的安慰剂(阿斯巴甜,剂量相当于75克葡萄糖)进行比较,后者不会引起高血糖。摄入75克葡萄糖常导致恶心和呕吐。
更罕见的是,试验结束时对高胰岛素血症反应性的血糖下降,可能是导致不适的原因。主要目标:通过在肢端肥大症受试者中,于同一受试者重复两次试验中口服给予75克葡萄糖后2小时内生长激素(GH)浓度的变化,来确定肢端肥大症中OGTT对GH反应的可重复性。次要目标:1. 分析OGTT对GH反应的可重复性,根据肢端肥大症的严重程度(“典型”型、“中间”型肢端肥大症)以及在一组非肢端肥大症受试者中。2. 通过比较肢端肥大症受试者中口服给予75克葡萄糖(OGTT)和375毫克阿斯巴甜(安慰剂)后GH的反应,评估OGTT在肢端肥大症中的诊断价值(实用性)。3. 评估
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。




