马来西亚全国多中心甲状腺疾病研究
该数据集来自 clinicaltrials.gov，为马来西亚全国多中心横断面人群研究，覆盖 18 岁及以上马来西亚成年人，采用整群抽样以获得代表性样本
基本信息
资源简介
马来西亚全国多中心甲状腺疾病研究
该数据集来自 clinicaltrials.gov，为马来西亚全国多中心横断面人群研究，覆盖 18 岁及以上马来西亚成年人，采用整群抽样以获得代表性样本。数据包括访谈信息、人体测量指标、血液与尿液样本检测结果，涵盖甲状腺功能（thyroxine、triiodothyronine、thyroid stimulating hormone）、自身抗体（anti-thyroperoxidase、anti-thyroglobulin）及尿碘水平，并涉及自身免疫性甲状腺疾病强家族史者的进一步血液检测。可用于甲状腺疾病患病情况、碘营养状态及遗传易感性相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Hypothyroidism、Subclinical Hypothyroidism、Hyperthyroidism、Subclinical Hyperthyroidism、Graves Disease、Hashimoto's Thyroiditis、Iodine Deficiency、Genetic Susceptibility。这将是一项横断面人群研究，涉及马来西亚成年人（18 岁及以上）。将采用整群抽样选择能代表马来西亚人口的受访者。所选受访者将接受访谈、进行人体测量、采集血液和尿液样本。血液将用于分析甲状腺功能（thyroxine、triiodothyronine 和 thyroid stimulating hormone）、自身抗体（anti-thyroperoxidase 和 anti-thyroglobulin）。尿液将用于分析尿碘。那些被诊断为自身免疫性甲状腺疾病且有强烈甲状腺疾病家族史（多代多家族受累）的人，其血液将被送往
【主题与分类】
主题标签：Hypothyroidism、Subclinical Hypothyroidism、Hyperthyroidism、Subclinical Hyperthyroidism、Graves Disease、Hashimoto's Thyroiditis、Iodine Deficiency、Genetic Susceptibility。本站分类：内分泌、营养和代谢疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02190214
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/NCT02190214
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
研究条件：甲状腺功能减退症、亚临床甲状腺功能减退症、甲状腺功能亢进症、亚临床甲状腺功能亢进症、Graves病、桥本甲状腺炎、碘缺乏、遗传易感性。本研究将是一项基于人群的横断面研究，研究对象为马来西亚成年人（年龄18岁及以上）。将采用整群抽样方法选取能够代表马来西亚人群的受访者。将对所选受访者进行访谈、人体测量学测量以及血液和尿液样本采集。血液将用于分析甲状腺功能（甲状腺素、三碘甲状腺原氨酸和促甲状腺激素）及自身抗体（抗甲状腺过氧化物酶抗体和抗甲状腺球蛋白抗体）。尿液将用于分析尿碘。
那些被诊断患有自身免疫性甲状腺疾病且具有强烈甲状腺疾病家族史（多代多人受累）的患者，其血液样本将被送检进行全外显子组测序和连锁分析，以识别自身免疫性甲状腺疾病可能的易感基因。被检测发现患有甲状腺功能减退或亢进以及亚临床甲状腺功能减退或亢进的患者，将被转介至其最近的健康中心，接受适合其病情的进一步评估和治疗。
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。
