螺内酯联合二甲双胍治疗多囊卵巢综合征
源站描述显示，这是一项前瞻性随机研究，评估二甲双胍联合低剂量螺内酯与单用二甲双胍相比，对 PCOS 患者临床及内分泌代谢改变的效果
基本信息
资源简介
螺内酯联合二甲双胍治疗多囊卵巢综合征
Spironolactone Plus Metformin in Polycystic Ovary Syndrome 是一项来源于 clinicaltrials.gov 的研究数据集，聚焦多囊卵巢综合征（PCOS）这一常见内分泌代谢疾病。该数据集所属分类为内分泌、营养和代谢疾病下的其他类别，主题标签为 Polycystic Ovary Syndrome。根据源站描述，这是一项前瞻性、随机研究，旨在评估二甲双胍联合低剂量螺内酯的联合治疗方案，与单用二甲双胍相比，对 PCOS 患者临床及内分泌代谢改变的效果。数据集围绕药物治疗方案比较这一核心问题组织，可为关注 PCOS 药物治疗策略、内分泌代谢指标变化的研究者提供参考。整体而言，该数据集记录了一项针对 PCOS 患者联合用药与单药治疗对比的前瞻性随机研究信息，具有明确的研究设计与疾病指向。
【数据集背景】
多囊卵巢综合征是育龄期女性常见的内分泌代谢紊乱性疾病，常伴随临床及内分泌代谢方面的多种改变。在治疗策略上，二甲双胍是常用的药物之一，而螺内酯作为一种具有抗雄激素作用的药物，也被探索用于 PCOS 的相关治疗。该数据集所对应的研究正是在这一背景下展开，试图通过前瞻性、随机的研究设计，比较二甲双胍联合低剂量螺内酯与单用二甲双胍两种方案对 PCOS 患者临床和内分泌代谢改变的效果。这一背景信息来源于源站描述，反映了该研究关注联合治疗是否较单药治疗带来额外获益这一临床问题。
【数据内容】
该数据集的主题标签为 Polycystic Ovary Syndrome，所属分类为内分泌、营养和代谢疾病 / 其他。源站描述指出，研究评估的是联合治疗与单用二甲双胍对 PCOS 患者临床及内分泌代谢改变的效果。因此，数据集内容围绕 PCOS 患者在接受不同药物治疗方案后的临床与内分泌代谢变化展开。关于具体的受试者数量、观测指标、随访时间、统计方法、结果数据等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，这是一项前瞻性、随机研究。关于具体的采集时间、采集地点、研究机构、受试者招募方式、数据采集流程等细节，源站未提供。
【适用场景】
基于源站描述，该数据集适用于关注多囊卵巢综合征药物治疗比较的研究场景，尤其是涉及二甲双胍联合低剂量螺内酯与单用二甲双胍疗效对比的方向。它可用于了解该研究的设计思路与关注点，也可作为 PCOS 内分泌代谢改变相关研究的参考信息。关于该数据集在其他具体场景中的适用性，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、字段说明、分析工具或操作步骤等。
【质量与限制】
该数据集来源于 clinicaltrials.gov，源站描述显示其为前瞻性、随机研究，这在一定程度上体现了研究设计的规范性。但关于样本量、盲法、随机化细节、统计效能、数据完整性、偏倚控制等质量相关信息，源站未提供。因此，无法依据现有信息对该数据集的质量与局限性作出进一步判断。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT01526616
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：多囊卵巢综合征。在本项前瞻性随机研究中，我们评估了二甲双胍联合低剂量螺内酯治疗与单用二甲双胍治疗对PCOS患者临床及内分泌代谢改变的效果。
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。
