羟氯喹治疗突发性感音神经性听力损失的疗效与安全性
该数据集来自 clinicaltrials.gov,聚焦羟氯喹在突发性感音神经性听力损失(SSNHL)治疗中的疗效与安全性

基本信息
资源简介
羟氯喹治疗突发性感音神经性听力损失的疗效与安全性
该数据集来自 clinicaltrials.gov,聚焦羟氯喹在突发性感音神经性听力损失(SSNHL)治疗中的疗效与安全性。源站描述指出 SSNHL 表现为数小时至数天内听力骤降,通常累及单耳,严重时可致全聋,临床以类固醇为主要治疗手段但疗效差异较大。研究假设羟氯喹可在类固醇治疗期间促进听力恢复,并计划纳入两组受试者,其中实验组接受口服泼尼松龙(5 mg)治疗。数据可用于了解该临床试验的设计背景与研究对象,支持听力损失治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:突发性听力损失。突发性感音神经性听力损失(SSNHL)显著影响患者的社会与人际交往。它表现为听力的突然下降,通常发生在数小时或数天之内。SSNHL 通常影响单耳,严重程度不一,有时可导致全聋。在临床实践中,类固醇是 SSNHL 的主要治疗方法。然而,接受类固醇治疗的 SSNHL 患者结局可能差异很大。羟氯喹是氯喹的衍生物,是一种因具有调节免疫反应潜力而受到关注的药物。我们的研究假设羟氯喹可在 SSNHL 的类固醇治疗期间帮助听力恢复。在本项目中,我们将招募两组受试者进行研究。1. 实验组:接受口服泼尼松龙(5 mg)治疗
【主题与分类】
主题标签:Sudden Hearing Loss。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06467526
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/NCT06467526
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:突发性听力损失。突发性感音神经性听力损失(SSNHL)显著影响患者的社会和人际交往。其表现为听力突然下降,通常在数小时或数天内发生。SSNHL通常影响单侧耳朵,严重程度不一,有时可导致完全耳聋。在临床实践中,类固醇是SSNHL的主要治疗方法。然而,接受类固醇治疗的SSNHL患者其预后可能差异很大。羟氯喹是氯喹的衍生物,因其在调节免疫反应方面的潜在作用而受到关注。我们的研究假设羟氯喹可能有助于SSNHL类固醇治疗期间的听力恢复。在本项目中,我们将招募两组受试者参与研究。1. 实验组:口服泼尼松龙(5 mg)治疗14天(高剂量1 mg/kg/天,持续7天,并在下一周逐渐减量)联合羟氯喹治疗60天(400 mg/天)2. 对照组:口服泼尼松龙(5 mg)治疗14天(高剂量1 mg/kg/天,持续7天,并在下一周逐渐减量)A.
主要终点:本研究的主要结局指标为患耳纯音听力图(PTA)从筛选期至3个月的变化。PTA将计算为0.5k、1k、2k和4 kHz频率气导阈值的算术平均值。B. 次要终点:1. 双耳PTA从筛选期至一周、两周、一个月和两个月的变化 2. 双耳言语识别率(WRS)从筛选期至一周、两周、一个月、两个月和三个月的变化 3. 根据Siegel标准,从筛选期至3个月的听力恢复分级 4. 从筛选期至3个月的恢复百分比 5. 双侧耳鸣严重程度(通过VAS和THI评估)从筛选期至一个月、2个月和3个月的变化
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。




