Anakinra治疗类固醇抵抗性自身免疫性内耳疾病的临床试验
该数据集来自 clinicaltrials.gov，聚焦于感音神经性听力损失与自身免疫性内耳疾病。源站描述指出，免疫介导性听力损失患者通常接受皮质类固醇治疗，约60%有应答，但应答可能随时间丧失，其他疗法大多未能改善听力
基本信息
资源简介
Anakinra治疗类固醇抵抗性自身免疫性内耳疾病的临床试验
该数据集英文名为“A Clinical Trial of Anakinra for Steroid-Resistant Autoimmune Inner Ear Disease”，来自 clinicaltrials.gov，本站将其归入免疫系统疾病 / 其他类别，主题标签为感音神经性听力损失与自身免疫性内耳疾病。源站描述显示，免疫介导性听力损失（又称自身免疫性听力损失）患者通常接受皮质类固醇治疗，约60%的患者有应答，但这种应答可能随时间丧失，迄今使用的其他疗法大多未能改善听力。该研究提出开展一项阿那白滞素（Anakinra）的I期开放标签临床试验，针对对皮质类固醇耐药的患者，以确定该疗法在恢复听力方面是否有效。整体来看，该数据集围绕一项针对类固醇抵抗性自身免疫性内耳疾病的临床研究，涉及感音神经性听力损失与自身免疫性内耳疾病两个主题方向，可用于了解该试验的基本背景与研究方向。
【数据集背景】
该数据集对应的研究关注免疫介导性听力损失，即自身免疫性听力损失。源站描述指出，此类患者通常接受皮质类固醇治疗，约60%的患者有应答，但应答可能随时间丧失；其他已使用的疗法大多未能有效改善听力。基于这一背景，研究提出针对皮质类固醇耐药患者开展阿那白滞素的I期开放标签临床试验，以判断该疗法在恢复听力方面是否有效。数据集的主题标签为感音神经性听力损失与自身免疫性内耳疾病，本站分类为免疫系统疾病 / 其他。
【数据内容】
源站描述提及的研究条件包括感音神经性听力损失与自身免疫性内耳疾病。研究设计为I期开放标签临床试验，干预药物为阿那白滞素，目标人群为对皮质类固醇耐药的患者，研究目的是确定该疗法在恢复听力方面是否有效。除上述内容外，数据集的具体字段、变量、记录数量与文件结构等，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提供了研究条件、治疗背景与研究设计等信息。关于数据采集的具体方式、时间范围、采集流程与更新频率等，源站未提供。
【适用场景】
基于源站描述，该数据集可用于了解针对类固醇抵抗性自身免疫性内耳疾病的I期开放标签临床试验的基本情况，包括研究条件、干预药物与研究目的；也可用于围绕感音神经性听力损失与自身免疫性内耳疾病的治疗背景进行参考。关于更具体的分析用途与适用场景，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站描述仅说明该研究为I期开放标签临床试验，样本规模、数据完整性、偏倚控制与验证情况等均未提及。由于是I期开放标签设计，相关结论的适用范围应以源站描述为准。其他质量与限制信息，源站未提供。
【引用与许可】
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/NCT01267994
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
疾病：感音神经性听力损失、自身免疫性内耳病。免疫介导的听力损失（又称自身免疫性听力损失）患者通常接受皮质类固醇治疗。在接受治疗的患者中，约60%有应答，但该应答可能随时间推移而丧失。迄今为止使用的其他疗法在改善听力方面大多被证明无效。本研究提出一项阿那白滞素（Anakinra）用于皮质类固醇耐药患者的I期开放标签临床试验，以确定该疗法在恢复听力方面是否有效。
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。
