RESTORE：AGN1 LOEP 预防继发性髋部骨折研究
该数据集来自 clinicaltrials.gov，对应一项事件驱动、随机、对照、前瞻性、单盲（加拿大为非盲）的多国研究，旨在验证 AGN1 LOEP 治疗能否降低已发生指数髋部骨折并接受髋部骨折修复手术受试者的继发性髋部骨折发生率
基本信息
资源简介
RESTORE：AGN1 LOEP 预防继发性髋部骨折研究
该数据集来自 clinicaltrials.gov，对应一项事件驱动、随机、对照、前瞻性、单盲（加拿大为非盲）的多国研究，旨在验证 AGN1 LOEP 治疗能否降低已发生指数髋部骨折并接受髋部骨折修复手术受试者的继发性髋部骨折发生率。受试者为出现指数脆性髋部骨折且将接受髋部骨折修复者，按 1:1 随机分为两组：治疗组接受标准治疗修复指数髋部骨折，并在目标未骨折对侧髋部接受 AGN1 LOEP 治疗；对照组仅接受标准治疗修复指数髋部骨折，对目标未骨折对侧髋部不进行 AGN1 LOEP 治疗。数据可用于骨折预防与骨质疏松相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：脆性骨折、髋部骨折、骨质疏松。这是一项事件驱动、随机、对照、前瞻性、单盲（加拿大为非盲）的多国研究。本研究旨在证明 AGN1 LOEP 治疗可降低出现指数髋部骨折并接受髋部骨折修复手术受试者的继发性髋部骨折发生率。将纳入出现指数脆性髋部骨折且将接受髋部骨折修复的受试者。受试者将按 1:1 随机分入以下两个研究组：1. 治疗组——接受标准治疗以修复指数髋部骨折，并在目标未骨折对侧髋部接受 AGN1 LOEP 治疗；2. 对照组——接受标准治疗以修复指数髋部骨折，对目标未骨折对侧髋部不进行 AGN1 LOEP 治疗。AGN1 LOEP 是一种选择性 p
【主题与分类】
主题标签：Fragility Fracture、Hip Fractures、Osteoporosis。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04796350
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/NCT04796350
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
疾病：脆性骨折、髋部骨折、骨质疏松症。这是一项事件驱动、随机、对照、前瞻性、单盲（加拿大为非盲）、多国研究。本研究旨在证明AGN1 LOEP治疗可降低因指数髋部骨折就诊并接受髋部骨折修复手术的受试者发生继发性髋部骨折的发生率。因指数脆性髋部骨折就诊且将接受髋部骨折修复的受试者将被纳入研究。受试者将按1：1随机分为以下两个研究组：1. 治疗组——接受修复指数髋部骨折的标准治疗，并在目标未骨折的对侧髋部接受AGN1 LOEP治疗；2. 对照组——接受修复指数髋部骨折的标准治疗，且不在目标未骨折的对侧髋部接受AGN1 LOEP治疗。AGN1 LOEP是一种择期手术，将在髋部骨折修复后立即进行。受试者将通过计划访视进行随访，访视时间为6周、6个月，此后每6个月一次，至少持续5年。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
