PCOS 类固醇谱及 OCP 治疗效果

该数据集来自 clinicaltrials.gov,聚焦多囊卵巢综合征(PCOS)患者的类固醇代谢谱及口服避孕药(OCP)治疗的影响

Istanbul UniversityIstanbul University
clinicaltrials
浏览 6
其他回归Polycystic Ovary Syndrome (PCOS)
Steroid Profiles in PCOS and Effect of OCP Treatment

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-12

资源简介

PCOS 类固醇谱及 OCP 治疗效果

该数据集来自 clinicaltrials.gov,聚焦多囊卵巢综合征(PCOS)患者的类固醇代谢谱及口服避孕药(OCP)治疗的影响。研究纳入 56 名 13-21 岁、依据 Rotterdam 标准确诊的女性患者,基线时全部接受 LC-MS/MS 类固醇谱分析;其中 15 名基于临床指征接受 OCP 治疗的患者在 6 个月后再次进行 LC-MS/MS 分析。数据可用于探究 OCP 对类固醇生物合成谱的影响,支持内分泌代谢与 PCOS 治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:多囊卵巢综合征(PCOS)。该研究纳入了 56 名年龄 13-21 岁、根据 Rotterdam 标准诊断为 PCOS 的女性患者。基线时,所有参与者均接受了 LC-MS/MS 类固醇谱分析。一个由 15 名患者组成的亚组基于临床指征接受了口服避孕药治疗,与本研究方案无关。该亚组在 6 个月时进行了第二次 LC-MS/MS 类固醇分析。主要目的是研究 OCP 对类固醇生物合成谱的影响。该研究经伊斯坦布尔大学伦理委员会批准(批准号:2019/822),于 2020 年 1 月至 2021 年 12 月期间进行。

【主题与分类】

主题标签:Polycystic Ovary Syndrome (PCOS)。本站分类:内分泌系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07161440

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07161440

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:多囊卵巢综合征(PCOS)。该研究纳入了56名年龄在13-21岁之间、根据鹿特丹标准诊断为PCOS的女性患者。基线时,所有参与者均接受了LC-MS/MS类固醇谱分析。一个由15名患者组成的亚组根据临床指征接受了口服避孕药治疗,这与研究方案无关。该亚组在6个月时进行了第二次LC-MS/MS类固醇分析。主要目的是探究口服避孕药对类固醇生物合成谱的影响。该研究获得了伊斯坦布尔大学伦理委员会的批准(批准号:2019/822),并于2020年1月至2021年12月期间进行。

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。

获取专属数据定制方案