骨质疏松症
骨质疏松症是一种以骨量低下、骨微结构破坏为特征的全身性骨骼疾病,导致骨脆性增加、易发骨折。其发病机制涉及骨吸收与骨形成失衡,破骨细胞活性增强或成骨细胞功能减退,常与增龄、雌激素缺乏、钙和维生素D不足等因素相关。临床表现隐匿,早期常无症状,后期可出现骨痛、身高缩短、驼背及脆性骨折,常见部位为脊柱、髋部和腕部。诊断主要依赖双能X线吸收法骨密度测定,并排除继发性病因。治疗包括基础措施如补充钙剂与维生素D,以及抗骨质疏松药物如双膦酸盐、RANKL抑制剂等。在临床研究中,该病是老年医学、内分泌代谢及骨科领域的重要病种,精准风险评估与个体化干预是当前探索方向。
获取 骨质疏松症 专属定制方案共 50 个数据集

通过生物信息学分析探索多发性骨髓瘤和骨质疏松的共同发病机制数据集
该数据集包含通过生物信息学分析获得的多发性骨髓瘤与骨质疏松症共同差异表达基因、蛋白质相互作用网络以及调控网络数据,涉及基因表达、蛋白质互作和分子调控等多种模态,主要用于研究两种疾病的共同分子机制、识别关键枢纽基因和调控因子,为开发针对多发性骨髓瘤和骨质疏松症的潜在治疗靶点提供基础数据支持。

社会健康决定因素对骨质疏松症风险的影响:基于NHANES数据的横断面分析
该数据集整合了美国国家健康与营养检查调查中9,484名50岁及以上参与者的社会健康决定因素指标(包括就业、收入、教育、医疗等八项社会因素)和基于骨密度测量的骨质疏松症诊断数据,属于临床表格与调查问卷相结合的多模态数据集,主要用于分析社会因素与骨质疏松症风险的关联性,为公共卫生政策制定和疾病早期风险预测提供实证研究基础。

骨质疏松症病理生理学:骨脆性中隐藏性皮质醇过多及其预测因素的作用
该数据集包含骨质疏松患者的临床资料,主要数据模态为临床表格,研究隐藏性皮质醇过多与骨脆性及骨折风险的关系,用于评估患病率、识别预测因素,并探讨遗传和微生物组在骨代谢疾病中的作用机制。

骨质疏松病理机制:隐性皮质醇过多及其预测因子在骨脆性中的作用
该数据集包含骨质疏松症患者的临床表格数据,旨在研究隐性皮质醇过多与骨脆性之间的关联,通过分析患者临床特征、遗传背景和肠道微生物组信息,探索骨质疏松的病理机制,为骨质疏松风险评估和内分泌代谢疾病研究提供重要数据支持。

维生素D缺乏对骨组织的形态学效应:骨质疏松与骨软化症
该数据集包含维生素D缺乏对骨组织形态学影响的医学研究数据,数据模态包括组织学和超微结构分析结果,内容涵盖钙磷稳态失衡、成骨与破骨细胞活动失衡及骨微结构破坏等关键指标,主要用于骨质疏松症和骨软化症的病理机制研究、骨骼代谢疾病的基础科学探索以及相关临床辅助诊断应用。

FGFR家族遗传变异与身高、高血压和骨质疏松症关联数据集
该数据集包含FGFR家族(FGFR1至FGFR5)的192个遗传变异数据,涉及基因、单核苷酸变异等遗传模态,通过关联分析揭示了这些变异与身高、高血压和骨质疏松症三种表型之间的关联,特别是FGFR3基因在骨重塑调控中的作用,主要用于遗传学、骨骼与心血管疾病的机制研究。

LUMOS:腰椎多模态骨质疏松筛查数据集
LUMOS数据集是一个专注于腰椎骨质疏松筛查的多模态医学影像数据集,包含来自803名患者的1,620张X光图像和280个CT扫描序列(均为DICOM格式),并整合了详细的临床元数据,如人口统计学信息、DXA测量值和骨质疏松分类标签。该数据集主要用于支持基于人工智能的自动化骨质疏松分类、骨密度预测、医学图像分割与合成等研究,为骨科健康评估和计算机辅助诊断提供重要的数据资源。

遗传预测的肌少症增加骨质疏松风险:孟德尔随机化研究
该数据集提供了基于英国生物银行队列的肌少症与骨质疏松症全基因组关联研究汇总统计数据,数据模态为遗传变异统计表格,包含SNP标识符、等位基因信息、效应值和p值等关键遗传关联指标,主要用于通过孟德尔随机化方法探究肌少症对骨质疏松风险的遗传预测作用,支持遗传流行病学、骨骼肌肉疾病因果关系及多病症共病机制的研究。

骨质疏松风险预测
该数据集包含与骨质疏松风险相关的临床特征和患者生理指标等结构化数据,数据模态主要为临床表格数据,用于构建机器学习模型以支持骨质疏松的早期筛查、风险预测及因素分析,具有高质量的数据准备和实际应用价值。

骨质疏松与焦虑躯体化数据集
该数据集包含100名女性参与者(包括骨质疏松、骨量减少及对照组)的人口统计学信息、用药记录以及通过简短焦虑筛查测试评估的焦虑与躯体化症状数据,属于临床表格模态的研究数据集,主要用于探索骨质疏松症与焦虑躯体化症状之间的相关性,并分析多种药物联合使用对患者心理症状的影响,为骨质疏松症的心理社会因素研究和慢性疾病心身关联分析提供实证支持。

基于YOLO模型的膝关节骨质疏松检测数据集
该数据集包含用于膝关节骨质疏松检测的标注X光图像,属于医学影像模态,通过Roboflow平台进行预处理,适用于训练YOLO模型以实现骨质疏松的自动识别与定位,主要应用于医学影像分析、早期疾病筛查和计算机辅助诊断等研究领域。

骨质疏松症与中风的多重回归分析数据集
该数据集包含用于分析骨质疏松症与中风关联的临床表格数据,涵盖患者人口统计学、临床指标及诊断信息等多维度变量,通过多重回归分析方法构建,主要用于探索这两种疾病之间的风险因素、构建预测模型以及支持相关流行病学与公共卫生研究。
