先天性肾上腺增生中的生长激素
该数据集来自 clinicaltrials.gov,主题为先天性肾上腺增生(CAH)中的生长激素。CAH 是一种遗传性罕见病,会改变肾上腺对糖皮质激素和盐皮质激素的生成,治疗方式为给儿童补充氢化可的松

基本信息
资源简介
先天性肾上腺增生中的生长激素
该数据集来自 clinicaltrials.gov,主题为先天性肾上腺增生(CAH)中的生长激素。CAH 是一种遗传性罕见病,会改变肾上腺对糖皮质激素和盐皮质激素的生成,治疗方式为给儿童补充氢化可的松。尽管护理水平已有显著改善,成人身高偏矮仍是该病的重要后果,约 20% 患者成人身高低于预期身高 2 个标准差。OPALE 模型研究收集了 496 名法国患者队列数据,患者出生于 1970 至 1991 年且具有已知基因型,利用其年龄、性别、生长、疾病、骨成熟和青春期数据构建模型,可在 8 岁时预测成人身高(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性肾上腺增生。先天性肾上腺增生(CAH)是一种遗传性罕见病,会改变肾上腺对糖皮质激素和盐皮质激素的生成。治疗方式为给儿童补充氢化可的松。尽管数十年来对这些儿童的护理已大幅改善,成人身高偏矮仍是该病的重要后果。约 20% 患者的成人身高低于其预期身高 2 个标准差。在 OPALE 模型研究中,研究者收集了一个由 496 名法国患者组成的队列数据,这些患者出生于 1970 年至 1991 年之间且具有已知基因型。利用他们的年龄、性别、生长、疾病、骨成熟和青春期数据,他们构建了一个模型,可利用 8 岁时可获得的数据预测其成人身高。该模型显示,目前用于计算预测的公式
【主题与分类】
主题标签:Adrenal Hyperplasia, Congenital。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03162172
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/NCT03162172
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:先天性肾上腺增生。先天性肾上腺增生(CAH)是一种遗传性罕见病,它会改变肾上腺对糖皮质激素和盐皮质激素的生成。治疗包括给儿童补充氢化可的松。尽管几十年来对这些儿童的护理有了显著改善,但成年后身材矮小仍然是该疾病的一个重要后果。大约20%的患者成年身高低于其预期身高2个标准差。在OPALE模型研究中,研究人员收集了496名法国患者队列的数据,这些患者出生于1970年至1991年间,并且具有已知的基因型。利用他们的年龄、性别、生长、疾病、骨骼成熟和青春期数据,他们建立了一个模型,可以使用8岁时的可用数据来预测其成年身高。该模型表明,目前用于计算预测成年身高的公式(Bayley Pineau方法)不适用于CAH儿童。在这个项目中,研究人员计划使用该预测模型,将接受GH治疗的患者成年身高与使用该模型预测的成年身高进行比较。假设是GH能改善这类患者的成年身高。
现有队列已显示生长速度加快,以及使用Bayley-Pineau公式预测的生长预期有所改善,但这尚未在实际的AH中得到证实。本研究将有助于强化研究者的假设。
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。




