东西伯利亚 PCOS 流行病学与表型研究
该数据集来自 clinicaltrials.gov，主题为东西伯利亚地区多囊卵巢综合征（PCOS）的流行病学与表型研究，属于内分泌、营养和代谢疾病及肥胖症分类
基本信息
资源简介
东西伯利亚 PCOS 流行病学与表型研究
该数据集来自 clinicaltrials.gov，主题为东西伯利亚地区多囊卵巢综合征（PCOS）的流行病学与表型研究，属于内分泌、营养和代谢疾病及肥胖症分类。源站描述指出 PCOS 患病率高，是重要的生殖、代谢与心理社会疾病，其患病率与症状表现可能因地理和种族而异，而俄罗斯等大片地区缺乏相关数据。研究目标为确定 PCOS 的患病率及其表型。数据可用于 PCOS 患病率与表型相关的分类或流行病学研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：PCOS。多囊卵巢综合征（PCOS）患病率高，是一种重要的生殖、代谢和心理社会疾病。多项研究表明，PCOS 影响 6%（依据 NIH 1990 标准）至 19.5%（依据 Rotterdam 2003 标准）的育龄女性（Jalilian et al., 2015; Bozdag et al., 2016）。PCOS 的患病率及其症状可能因地理和种族/民族而异（Huang et al., 2016; Ding et al., 2017）。临床研究表明，PCOS 及其临床症状（多毛症、肥胖、胰岛素抵抗）的存在和严重程度因种族和民族而异。遗憾的是，许多地理区域缺乏关于 PCOS 患病率及其表型的数据，特别是世界上最大的国家之一俄罗斯。目标：确定 PCOS 的患病率及 PCOS 表型
【主题与分类】
主题标签：PCOS。本站分类：内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05194384
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/NCT05194384
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：PCOS。多囊卵巢综合征（PCOS）患病率高，是一种重要的生殖、代谢及心理社会障碍。多项研究表明，PCOS影响着6%（根据1990年NIH标准定义）至19.5%（根据2003年Rotterdam标准）的育龄女性（Jalilian等，2015；Bozdag等，2016）。PCOS及其症状的患病率可能因地理区域和种族/民族而异（Huang等，2016；Ding等，2017）。临床研究显示，PCOS及其临床症状（多毛症、肥胖、胰岛素抵抗）的存在和严重程度因种族和民族而有所不同。遗憾的是，许多地理区域缺乏关于PCOS及其表型患病率的数据，尤其是世界上最大的国家之一——俄罗斯。目的：确定东西伯利亚地区未经选择的（医学上无偏倚的）绝经前女性中PCOS及其表型的患病率。
研究设计与人群：本研究为多中心、基于机构的横断面研究——东西伯利亚PCOS流行病学与表型（ESPEP）研究，于2016—2019年在俄罗斯伊尔库茨克州和布里亚特共和国开展。ESPEP研究纳入18至44岁的绝经前女性，包括高加索人、亚洲人或混血人种，均在强制性早期就业体检期间招募，并签署书面知情同意书。本研究经俄罗斯联邦伊尔库茨克家庭健康与人类生殖科学中心机构伦理委员会批准。方法：受试者按顺序接受评估，包括问卷调查、人体测量和生命体征、妇科检查、改良Ferriman-Gallway（mF-G）评分、盆腔超声及血液采样。研究者采用鹿特丹（2003）标准诊断PCOS。血清样本采用LC-MS/MS检测总睾酮（TT）。同时检测DHEAS、性激素结合球蛋白（SHBG）、催乳素、TSH和17-OHP。
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。
