生长激素缺乏症与Turner综合征患儿接受SAIZEN治疗的预测标志物数据集
该数据集来自clinicaltrials.gov，聚焦生长激素缺乏症（GHD）与Turner综合征（TS）患儿接受SAIZEN治疗后的预测标志物研究
基本信息
资源简介
生长激素缺乏症与Turner综合征患儿接受SAIZEN治疗的预测标志物数据集
该数据集英文名为 Predictive Markers in Growth Hormone Deficiency (GHD) and Turner Syndrome (TS) Children Treated With SAIZEN®，来源于 clinicaltrials.gov，本站将其归入内分泌系统疾病 / 垂体功能减退症分类。数据集聚焦于生长激素缺乏症（GHD）与 Turner 综合征（TS）患儿在接受 SAIZEN® 治疗后的预测标志物研究。根据源站描述，该研究旨在识别生长激素缺乏症与 Turner 综合征儿童在接受 SAIZEN 治疗一个月后的预测标志物。数据集的主题标签为 Growth Hormone Deficiency 与 Turner Syndrome，整体侧写指向一个围绕两种儿科内分泌疾病、以治疗响应相关生物标志物为关注点的临床研究数据资源。
【数据集背景】
该数据集所对应的研究关注两类在儿科内分泌领域具有代表性的疾病：生长激素缺乏症（GHD）与 Turner 综合征（TS）。这两种疾病均与生长发育异常相关，且临床上常涉及生长激素类药物的治疗。源站描述指出，研究的目标是识别患儿在接受 SAIZEN® 治疗一个月后的预测标志物。这意味着该数据集并非单纯记录疾病诊断信息，而是围绕治疗早期阶段的标志物变化或预测价值展开。本站将其归入内分泌系统疾病 / 垂体功能减退症分类，提示其内容与垂体功能及内分泌调节密切相关。数据集英文名称中同时包含 GHD、TS 以及 SAIZEN®，说明其研究设计覆盖两种不同病因或综合征背景下的儿童人群，并以同一治疗药物作为观察切入点。
【数据内容】
根据源站描述，该数据集涉及的条件为 Growth Hormone Deficiency 与 Turner Syndrome，研究对象为儿童。研究关注的是 SAIZEN® 治疗一个月后的预测标志物。主题标签进一步明确了两个核心疾病方向：Growth Hormone Deficiency 与 Turner Syndrome。除上述信息外，关于具体标志物种类、检测指标、样本类型、随访时间点、受试者数量、年龄范围、分组方式、统计方法或结果数据等内容，源站未提供。因此，该数据集在内容层面可被理解为与 GHD 和 TS 患儿接受 SAIZEN® 治疗后预测标志物相关的临床研究记录，但具体字段、变量和测量值需以源站实际发布为准。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。源站描述提供了研究的基本条件与目标，即针对 Growth Hormone Deficiency 与 Turner Syndrome 儿童，在 SAIZEN® 治疗一个月后识别预测标志物。本站分类为内分泌系统疾病 / 垂体功能减退症。关于采集时间、采集地点、研究中心数量、数据收集方式、伦理审批信息、数据管理计划或原始数据获取途径等，源站未提供。因此，该数据集的来源可明确为 clinicaltrials.gov，但其具体采集流程与来源细节在现有信息中未作说明。
【适用场景】
该数据集适用于关注儿科内分泌疾病治疗响应与预测标志物的研究场景。具体而言，可围绕生长激素缺乏症与 Turner 综合征患儿接受 SAIZEN® 治疗后的早期标志物识别进行探索。由于源站描述强调“治疗一个月后”的预测标志物，该数据集可能适用于治疗早期响应评估、生物标志物筛选、疾病亚组比较或治疗监测相关的方法学研究。本站分类将其置于内分泌系统疾病 / 垂体功能减退症之下，也提示其可用于垂体功能减退相关疾病的数据整合与分析。但需注意，具体适用场景应结合源站实际数据字段与研究设计判断，源站未提供更细化的应用说明。
【使用方法】
关于该数据集的具体使用方法，源站未提供。现有信息仅能说明其来源为 clinicaltrials.gov，主题涉及 GHD 与 TS 儿童接受 SAIZEN® 治疗后的预测标志物。若需使用，应前往源站查看该研究的具体方案、数据字段、访问条件与下载方式。由于源站未提供使用说明、数据格式、变量字典或分析指南，无法进一步描述如何提取、合并或统计该数据集。
【质量与限制】
该数据集的质量与限制信息，源站未提供。现有描述仅包含研究条件、研究目标与主题标签，未涉及样本量、缺失值、偏倚控制、数据完整性、随访依从性、标志物验证程度或统计效力等内容。因此，无法对数据质量作出具体评价。限制方面，源站未提供相关说明，使用时应以源站发布的完整研究记录为准。
【引用与许可】
该数据集的引用与许可信息，源站未提供。现有信息未包含许可协议、使用条款、引用格式、数据共享政策或版权说明。若需引用或使用，应查阅 clinicaltrials.gov 上该研究对应的官方记录以获取准确要求。
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/NCT00256126
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：生长激素缺乏症、特纳综合征。本研究旨在识别生长激素缺乏症（GHD）和特纳综合征儿童接受赛增治疗一个月后的预测标志物。
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。
