约旦多囊卵巢综合征女性二甲双胍治疗与贫血及促红细胞生成素水平的关系
该数据集来自clinicaltrials.gov,聚焦约旦成年多囊卵巢综合征女性,记录其接受常规二甲双胍治疗(500 mg每日两次)六个月的前瞻性纵向干预研究

基本信息
资源简介
约旦多囊卵巢综合征女性二甲双胍治疗与贫血及促红细胞生成素水平的关系
该数据集来自clinicaltrials.gov,聚焦约旦成年多囊卵巢综合征女性,记录其接受常规二甲双胍治疗(500 mg每日两次)六个月的前瞻性纵向干预研究。数据覆盖内分泌代谢、胰岛素抵抗、肥胖及血液学相关指标,可用于分析二甲双胍对铁代谢、促红细胞生成素浓度和血液学参数的影响,支持多囊卵巢综合征代谢并发症与贫血关联的研究(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)女性、胰岛素抵抗综合征。多囊卵巢综合征(PCOS)是影响育龄女性最常见的内分泌疾病之一,常与胰岛素抵抗、血脂异常、肥胖及代谢并发症风险增加相关。尽管二甲双胍被广泛用于改善PCOS女性的胰岛素敏感性,但其对铁代谢、促红细胞生成素浓度和血液学参数的影响仍不完全清楚。这项前瞻性纵向干预研究在约旦卫生部妇产科诊所就诊的成年PCOS女性中开展。符合条件的参与者作为标准临床实践的一部分接受常规二甲双胍治疗(500 mg每日两次),为期六个月。未额外提供行为、生活方式、饮食或教育方面的干预。
【主题与分类】
主题标签:Polycystic Ovary Syndrome (PCOS) Women、Insulin Resistance Syndrome。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/NCT07759674
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/NCT07759674
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(PCOS)女性、胰岛素抵抗综合征。多囊卵巢综合征(PCOS)是影响育龄女性最常见的内分泌疾病之一,常与胰岛素抵抗、血脂异常、肥胖及代谢并发症风险增加相关。尽管二甲双胍被广泛用于改善PCOS女性的胰岛素敏感性,但其对铁代谢、促红细胞生成素浓度及血液学参数的影响仍不完全清楚。这项前瞻性纵向干预研究在约旦卫生部妇产科诊所就诊的成年PCOS女性中开展。符合条件的参与者接受常规二甲双胍治疗(500 mg,每日两次),为期六个月,作为标准临床实践的一部分。研究方案未提供额外的行为、生活方式、饮食或教育干预。临床和实验室评估在基线、治疗三个月后及治疗六个月后进行。
结局指标包括体重指数(BMI)、空腹血糖(FBG)、空腹血清胰岛素、稳态模型胰岛素抵抗评估(HOMA-IR)、血脂谱(总胆固醇、甘油三酯、高密度脂蛋白胆固醇和低密度脂蛋白胆固醇)、血清铁蛋白、血清铁、促红细胞生成素(EPO)、血红蛋白浓度、全血细胞计数和红细胞指数。主要目的是确定常规二甲双胍治疗对多囊卵巢综合征(PCOS)女性胰岛素抵抗、铁代谢、促红细胞生成素浓度和血液学参数的影响。次要目的包括评估血脂谱的变化,并探讨六个月随访期间代谢、铁相关和血液学生物标志物之间的关联。本研究结果有望增进对PCOS女性常规二甲双胍治疗代谢和血液学效应的理解,并阐明相关
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。




