IMPACT-MACS:肾上腺切除术与Semaglutide治疗轻度自主皮质醇分泌代谢结局对比
该数据集来自clinicaltrials.gov,为单中心前瞻性干预性研究,评估轻度自主皮质醇分泌(MACS)成人患者对手术与药物治疗的代谢反应

基本信息
资源简介
IMPACT-MACS:肾上腺切除术与Semaglutide治疗轻度自主皮质醇分泌代谢结局对比
该数据集来自clinicaltrials.gov,为单中心前瞻性干预性研究,评估轻度自主皮质醇分泌(MACS)成人患者对手术与药物治疗的代谢反应。研究包含两部分:一是随机对照试验,比较肾上腺切除术与Semaglutide在MACS中的效果;二是平行匹配病例对照比较,评估Semaglutide在MACS与无肾上腺肿瘤匹配对照中的效应。主要目标是比较基线至第26周由高胰岛素-正葡萄糖钳夹测得的胰岛素敏感性(M值)变化,次要结局涵盖皮质醇动态、类固醇谱、心血管代谢生物标志物、身体成分、血压、肌力及患者报告生活质量,可用于代谢与内分泌研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:轻度自主皮质醇分泌(MACS)、自主皮质醇分泌(ACS)、亚临床库欣综合征、轻度自主皮质醇过量。这项单中心、前瞻性、干预性研究评估轻度自主皮质醇分泌(MACS)成人对手术与药物治疗的代谢反应。研究包括:1. 一项随机对照试验,比较肾上腺切除术与Semaglutide在MACS中的效果;2. 一项平行匹配病例对照比较,评估Semaglutide在MACS与无肾上腺肿瘤匹配对照中的效应。主要目标是比较基线至第26周由高胰岛素-正葡萄糖钳夹(M值)测得的胰岛素敏感性变化。次要结局包括皮质醇动态、类固醇谱、心血管代谢生物标志物、身体成分、血压、肌力以及患者报告的生活质量。Sema
【主题与分类】
主题标签:Autonomous Cortisol Secretion (ACS)、Subclinical Cushing's、Mild Autonomous Cortisol Excess。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07361874
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/NCT07361874
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
病症:轻度自主皮质醇分泌(MACS)、自主皮质醇分泌(ACS)、亚临床库欣综合征、轻度自主皮质醇过多。这项单中心、前瞻性、干预性研究评估了轻度自主皮质醇分泌(MACS)成人患者对手术与药物治疗的代谢反应。研究包括:1. 一项随机对照试验,比较肾上腺切除术与司美格鲁肽在MACS中的疗效;2. 一项平行匹配的病例对照比较,评估司美格鲁肽在MACS患者与无肾上腺肿瘤的匹配对照组中的效果。主要目标是比较通过高胰岛素-正葡萄糖钳夹试验(M值)测量的胰岛素敏感性从基线到第26周的变化。次要结局包括皮质醇动态、类固醇谱、心脏代谢生物标志物、身体成分、血压、肌肉力量以及患者报告的生活质量。司美格鲁肽在其FDA批准的体重管理适应症范围内使用;肾上腺切除术为标准治疗。未使用研究性药物或器械,无需IND。
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。




