新诊断肺癌患者的肾上腺功能
该数据集来自 clinicaltrials.gov，聚焦新诊断肺癌患者的肾上腺功能。数据覆盖肺癌与肾上腺功能不全两类条件，关注新诊断肺癌患者可能因肿瘤转移或其他机制出现肾上腺皮质功能减退的情况
基本信息
资源简介
新诊断肺癌患者的肾上腺功能
该数据集英文名为 Adrenal Function in Patients With Newly Diagnosed Lung Cancer，来源于 clinicaltrials.gov，在分类上归属于肿瘤 / 肺癌方向。数据集聚焦于新诊断肺癌患者的肾上腺功能，覆盖肺癌与肾上腺功能不全两类条件。其核心关注点在于：新诊断肺癌患者可能因肿瘤转移或其他机制出现肾上腺皮质功能减退，而这类患者往往需要接受带有应激性的检查与治疗，若肾上腺皮质功能减退未被识别，可能带来风险。了解这一问题的规模，有助于判断是否有必要进行常规检查。数据集以肺癌与肾上腺功能不全为主题标签，整体定位是围绕新诊断肺癌人群的肾上腺功能评估相关数据资源。
【数据集背景】
肺癌患者在新诊断阶段常需接受一系列可能带来生理应激的检查与治疗。源站描述指出，这类患者可能因肿瘤转移或其他机制出现肾上腺皮质功能减退。由于未识别的肾上腺皮质功能减退在应激性诊疗过程中可能具有危险性，因此有必要了解该问题在人群中的规模，以判断是否应将相关检查纳入常规流程。该数据集正是在这一背景下，围绕新诊断肺癌患者的肾上腺功能展开。
【数据内容】
数据集覆盖的条件包括肺癌与肾上腺功能不全，主题标签为 Lung Cancer 与 Adrenal Insufficiency。其内容聚焦于新诊断肺癌患者的肾上腺功能，关注患者可能因肿瘤转移或其他机制出现肾上腺皮质功能减退的情况。关于具体的变量字段、样本量、观测指标、随访时间等信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。关于具体的采集方式、采集时间范围、采集机构、地理覆盖范围等信息，源站未提供。
【适用场景】
该数据集适用于关注新诊断肺癌患者肾上腺功能的场景，可用于了解肺癌与肾上腺功能不全两类条件之间的关系，也可为判断是否需要对肺癌患者进行肾上腺皮质功能常规检查提供参考。关于更具体的适用场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明。
【质量与限制】
关于数据质量、完整性、偏倚控制、样本代表性等具体信息，源站未提供。
【引用与许可】
关于引用格式与许可条款，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/NCT00364624
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：肺癌、肾上腺皮质功能不全。新诊断的肺癌患者可能因肿瘤转移或其他机制而出现肾上腺皮质功能减退。由于肺癌患者可能需要接受应激性检查和治疗，未被发现的肾上腺皮质功能减退可能具有危险性。了解该问题的规模可能有助于确定是否需要进行常规检查。
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。
