催产素用于过度活动型Ehlers-Danlos综合征
该数据集来自clinicaltrials.gov,聚焦于过度活动型Ehlers-Danlos综合征(hEDS)女性成年患者的慢性疼痛评估

基本信息
资源简介
催产素用于过度活动型Ehlers-Danlos综合征
该数据集来自clinicaltrials.gov,聚焦于过度活动型Ehlers-Danlos综合征(hEDS)女性成年患者的慢性疼痛评估。研究为单中心试验,旨在评价静脉注射催产素对慢性疼痛的效果,并考虑月经周期对催产素分泌的影响,将受试者限定在同一月经周期阶段。数据覆盖hEDS伴慢性中重度疼痛的女性人群,可用于探索催产素在疼痛管理中的潜在作用及相关临床研究分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:过度活动型Ehlers-Danlos综合征,疼痛评估。这将是一项单中心研究,旨在评估静脉注射催产素对患有过度活动型EDS的女性成年患者慢性疼痛的影响。体内催产素分泌是动态的,可能受到包括月经期在内的多种因素影响。为了尽量减少受试者之间的差异,我们在月经周期的同一阶段对女性进行研究。过度活动型EDS在女性中更为常见,症状在女性中通常更为严重,且更多女性寻求医疗关注。我们未发现女性与男性使用催产素的风险存在差异。所有参与个体均患有过度活动型EDS(hEDS)并伴有慢性中度至重度疼痛。研究将包括两个治疗期——一个使用安慰剂,一个使用催产素,以及一个为期一个月的……
【主题与分类】
主题标签:Hypermobile Ehlers-Danlos Syndrome、Pain Assessment。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05405257
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/NCT05405257
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:过度活动型埃勒斯-当洛斯综合征,疼痛评估。这将是一项单中心研究,旨在评估静脉注射催产素对患有过度活动型EDS的成年女性患者慢性疼痛的影响。体内催产素的分泌具有动态变化,并可能受到包括月经期在内的多种因素影响。为了使受试个体之间的差异最小化,我们在处于月经周期同一阶段的女性中开展本研究。过度活动型EDS在女性中更为常见,症状通常也更为严重,且更多女性因此就医。我们尚未发现女性与男性在使用催产素方面存在风险差异。所有参与个体均患有过度活动型EDS(hEDS),并伴有慢性中度至重度疼痛。研究将包括两个治疗期——一个为安慰剂期,一个为催产素期,两个治疗期之间将间隔一个月。参与者将对治疗顺序设盲。
每个治疗周期将在月经周期开始后7-10天启动,包括连续6天使用疼痛评估问卷进行每日主观疼痛评价(“输注前评估”),随后连续三天每日输注(安慰剂或催产素)。治疗反应将在每个连续三天输注(安慰剂或催产素)后的6天内通过问卷进行评估。此外,还将使用额外的问卷来评估焦虑和抑郁状况。患者将被要求在进行输注前3天、输注的3天期间以及最后一次输注后的3天内佩戴ACTIHEART设备(测量心率、心率变异性和活动水平)。对于每个输注周期,参与者需连续三天每日前往研究现场,每次访问将持续3-4小时。反应变量将在每次输注前、输注期间和输注后收集。患者将在输注前后填写疼痛评估问卷,并在输注日填写部分问卷。血压
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。




