COVID-19疫情对中枢性性早熟的影响：土耳其回顾性队列研究
该数据集来自clinicaltrials.gov，记录土耳其两个中心儿科内分泌科收治的、2018年3月至2022年间接受GnRH类似物治疗的女孩患者数据，按疫情前（2018-2020）与疫情期间（2020-2022）分组，包含临床、人体测量学与激素数据，并排除器质性病变、遗传疾病或影响青春期用药者
基本信息
资源简介
COVID-19疫情对中枢性性早熟的影响：土耳其回顾性队列研究
该数据集围绕新冠疫情对中枢性性早熟的影响展开，是一项来自土耳其的回顾性队列研究资料。研究在土耳其两个中心的儿科内分泌科开展，纳入2018年3月至2022年间接受GnRH类似物治疗的女孩患者，并按时间划分为疫情前组（2018—2020年）与疫情期间组（2020—2022年），对临床、人体测量学及激素数据进行分析。研究排除了存在器质性病变、遗传疾病或使用影响青春期药物的患者。数据集以COVID19（SARS-CoV-2病毒感染）为主题标签，在分类上归入感染性疾病/其他，来源为clinicaltrials.gov，可用于观察疫情背景下中枢性性早熟诊疗特征的变化。
【数据集背景】
该数据集的研究背景是COVID-19大流行对儿童内分泌疾病诊疗可能产生的影响。源站描述指出，研究关注的是SARS-CoV-2病毒感染（COVID19）相关条件下中枢性性早熟的流行与诊疗情况。研究选择土耳其两个中心的儿科内分泌科作为开展地点，以接受GnRH类似物治疗的女孩为观察对象，通过疫情前与疫情期间两个时间段的对比，考察疫情对中枢性性早熟患者临床特征的可能影响。这一设计使数据集具备时间分组对照的结构，便于围绕疫情前后差异开展分析。
【数据内容】
数据集记录的是2018年3月至2022年间在土耳其两个中心儿科内分泌科接受GnRH类似物治疗的女孩患者数据。按照研究设计，患者被分为疫情前组（2018—2020年）和疫情期间组（2020—2022年）。所包含的数据类别为临床数据、人体测量学数据与激素数据。研究对象限定为女孩，且均接受GnRH类似物治疗。研究明确排除存在器质性病变、遗传疾病或使用影响青春期药物的患者，因此数据集覆盖的是符合上述纳入与排除标准的人群。关于具体变量名称、测量单位、样本量及数据记录格式，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。研究采用回顾性队列研究设计，数据来自土耳其两个中心的儿科内分泌科收治的患者资料。源站描述说明了研究的时间范围、分组方式、数据类别与排除标准，但未提供各中心的具体名称、数据采集的具体流程、数据提取方式以及伦理审批等信息，这些内容源站未提供。
【适用场景】
基于现有信息，该数据集适用于围绕COVID-19大流行与中枢性性早熟之间关系的研究场景，例如比较疫情前与疫情期间接受GnRH类似物治疗女孩的临床、人体测量学与激素特征差异，或用于探讨疫情背景下儿科内分泌疾病诊疗模式的变化。其回顾性队列设计与明确的时间分组，也适合作为相关主题的二次分析或方法学参考。由于数据类别限于临床、人体测量学与激素数据，且人群限定为土耳其两个中心的女孩患者，使用时应结合研究目的评估其适用性。其他具体应用方向源站未提供。
【使用方法】
源站描述未提供数据访问方式、文件格式、变量字典或分析代码等使用说明，相关内容源站未提供。使用者需依据来源站clinicaltrials.gov的公开信息自行了解获取途径与使用条件。
【质量与限制】
该数据集为回顾性队列研究资料，研究对象限定为土耳其两个中心接受GnRH类似物治疗的女孩，并排除了器质性病变、遗传疾病或使用影响青春期药物的患者，因此其结论外推需考虑人群与机构范围的限制。研究采用疫情前（2018—2020年）与疫情期间（2020—2022年）的分组对比设计，时间分组可能受同期其他因素影响。关于样本量、缺失数据、测量一致性及偏倚控制等具体质量信息，源站未提供。
【引用与许可】
该数据集的来源站为clinicaltrials.gov。关于引用格式、许可条款与使用限制，源站未提供。
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/NCT06823076
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：COVID19——SARS-CoV-2病毒感染。方法：对入住土耳其两家中心儿科内分泌科的患者进行了一项回顾性队列研究。2018年3月至2022年间接受GnRH类似物治疗的女孩被分为两组：疫情前组（2018-2020年）和疫情组（2020-2022年）。分析了临床、人体测量学和激素数据。患有器质性病变、遗传性疾病或使用影响青春期药物的患者被排除在外。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
