雄激素性脱发男性与对照组的头发和唾液类固醇数据集
该数据集包含雄激素性脱发（AGA）男性与对照组的头发和唾液样本，通过放射免疫分析法测定了皮质醇、睾酮和二氢睾酮等类固醇激素水平，并记录了参与者ID、脱发家族史和身体质量指数等临床表格数据，主要用于研究脱发与激素水平的关联，支持雄激素性脱发的病因学分析和生物标志物探索。
基本信息
资源简介
雄激素性脱发男性与对照组的头发和唾液类固醇数据集
【数据集背景】
本数据集源站标题为《Hair and Salivary Steroids in Men with AGA and Controls》。源站首次发布：2024-08-30。
【数据内容】
源站原始描述：Hair and saliva samples were collected in the receding hairline and occipital region of men with androgentic alopecia (AGA) and in frontal, temporal, mid-scalp, vertex regions of control participants. Saliva samples were collected immediately upon wakening from nocturnal sleep (0 min), 30 min after, and 60 min after awakening form the participants of both groups. Cortisol, testosterone, and dihydrotestosterone (DHT) levels in hair and saliva samples were determined using radoimmunoassay. The lev…
【数据结构与技术规格】
文件数 1 个，合计 76.37 KB。数据集 DOI：10.17632/tphtkn9c4y.2。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/tphtkn9c4y
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://data.mendeley.com/datasets/tphtkn9c4y
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
该数据集收集了雄激素性脱发（AGA）男性与对照组参与者的头发和唾液样本，用于分析类固醇激素水平。数据包括AGA男性发际线后退区域和枕部区域的头发样本，以及对照组前额、颞部、头顶中部和顶部的头发样本；唾液样本则在参与者从夜间睡眠醒来后立即采集（0分钟）、30分钟后和60分钟后采集。通过放射免疫分析法测定了头发和唾液样本中的皮质醇、睾酮和二氢睾酮（DHT）水平。数据集以“Controls”和“Men with AGA”两个表格分别描述对照组和AGA男性的激素数据，每个表格包含参与者ID、脱发家族史（存在为1，缺失为0）和身体质量指数（BMI）等信息。该数据集主要用于研究脱发与激素水平的关系，支持雄激素性脱发的病因学、诊断和生物标志物探索。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
