儿童非神经纤维瘤病2型受试者的听觉脑干植入(ABI)

条件:因肿瘤以外原因导致的双侧听力损失。这项 MEEI 听觉脑干植入(ABI)研究的目标是寻找新方法,以改善无法接受人工耳蜗植入的耳聋儿童的听力

Massachusetts Eye and Ear InfirmaryMassachusetts Eye and Ear Infirmary
clinicaltrials
浏览 11
时间序列预测双侧听力损失非肿瘤性病因听觉脑干植入儿童耳聋非NF2患者人工耳蜗植入禁忌
Auditory Brainstem Implant (ABI) in Pediatric Non-Neurofibromatosis Type 2 Subjects

基本信息

模态
时间序列
任务类型
预测
创建/更新时间
2026-10-10

资源简介

儿童非神经纤维瘤病2型受试者的听觉脑干植入(ABI)

听觉脑干植入(ABI)在小儿非神经纤维瘤病2型受试者中的应用,是一项聚焦于因肿瘤以外原因导致双侧听力损失人群的临床研究。该数据集来源于 clinicaltrials.gov,主题标签为“Bilateral Hearing Loss for Causes Other Than Tumors”,在分类上归属于肿瘤 / 脑肿瘤。其核心研究目标来自 MEEI 听觉脑干植入(ABI)研究,旨在寻找新方法,以改善无法接受人工耳蜗植入的耳聋儿童的听力。听觉脑干植入是一种通过手术放置的仿生植入物,可将声音转换为电信号,并直接传递至耳蜗核,即大脑的第一个听觉中枢。长期以来,ABI 已用于改善因与遗传综合征——神经纤维瘤病2型(NF2)相关的脑肿瘤而致聋患者的听力。然而,近期多项研究提示,不患有 NF2 且不符合人工耳蜗植入条件的耳聋患者,也可能从 ABI 植入中获益。这些初步研究进一步提示,非 NF2 或“非肿瘤”患者在接受 ABI 手术后,可能实际上获得比部分患者更好的结局。

【数据集背景】

该数据集所对应的研究背景集中于因肿瘤以外原因导致的双侧听力损失。传统上,听觉脑干植入(ABI)在改善因脑肿瘤相关的神经纤维瘤病2型(NF2)而致聋的患者听力方面已有多年应用。但本数据集关注的是小儿非 NF2 受试者,即不患有 NF2、且因其他原因导致双侧听力损失的儿童。研究动因在于,部分耳聋儿童无法接受人工耳蜗植入,因此需要探索新的听力改善途径。近期多项研究提示,非 NF2 或“非肿瘤”患者可能同样适合接受 ABI 植入,并且这些初步研究提示其术后结局可能优于部分患者。该数据集在分类上属于肿瘤 / 脑肿瘤,但其主题标签明确指向“因肿瘤以外原因导致的双侧听力损失”,体现了研究关注点从肿瘤相关聋症向非肿瘤性聋症的拓展。

【数据内容】

该数据集的主题标签为“Bilateral Hearing Loss for Causes Other Than Tumors”,即因肿瘤以外原因导致的双侧听力损失。源站描述中提及的条件为“Bilateral Hearing Loss for Causes Other Than Tumors”。研究目标为 MEEI 听觉脑干植入(ABI)研究,旨在寻找新方法,以改善无法接受人工耳蜗植入的耳聋儿童的听力。数据集涉及的核心干预或研究对象为听觉脑干植入(ABI),这是一种通过手术放置的仿生植入物,其功能是将声音转换为电信号,并直接传输至耳蜗核,即大脑的第一个听觉中枢。数据集所涵盖的受试者群体为小儿非神经纤维瘤病2型(非 NF2)受试者,具体为因肿瘤以外原因导致双侧听力损失、且无法接受人工耳蜗植入的耳聋儿童。关于数据集的具体样本量、变量字段、随访时间、结局指标等详细内容,源站未提供。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。源站描述中提及研究机构为 MEEI,即麻省眼耳医院(Massachusetts Eye and Ear Infirmary),该机构开展了听觉脑干植入(ABI)研究。研究针对的条件为因肿瘤以外原因导致的双侧听力损失。数据集英文名称为“Auditory Brainstem Implant (ABI) in Pediatric Non-Neurofibromatosis Type 2 Subjects”。关于具体的采集方式、采集时间范围、数据收集流程、伦理审批信息、注册编号等,源站未提供。

【适用场景】

该数据集适用于关注小儿非神经纤维瘤病2型(非 NF2)受试者中听觉脑干植入(ABI)应用的研究场景。具体而言,适用于因肿瘤以外原因导致双侧听力损失、且无法接受人工耳蜗植入的耳聋儿童。该数据集可用于探索 ABI 在非 NF2 或“非肿瘤”患者中的潜在获益,以及比较其与 NF2 患者术后结局的差异。由于源站描述指出近期多项研究提示非 NF2 患者可能获得更好结局,该数据集也可能用于支持相关假说的进一步验证。此外,该数据集在分类上归属于肿瘤 / 脑肿瘤,因此也可在肿瘤相关听力损失与 non-tumor 听力损失的对照研究中作为参考。关于具体的统计分析用途、临床决策支持场景、算法开发场景等,源站未提供。

【使用方法】

该数据集来源于 clinicaltrials.gov,用户可通过该来源站获取相关研究信息。源站描述中提供了研究目标、条件、干预方式等概要信息。关于数据的具体下载方式、访问权限、数据格式、字段说明、配套文档、分析工具或代码等,源站未提供。

【质量与限制】

该数据集基于 clinicaltrials.gov 的源站描述,其内容主要反映研究背景、研究目标与受试者条件。源站描述中提及“近期多项研究提示”以及“这些初步研究提示”,表明相关证据尚属初步阶段,非 NF2 患者接受 ABI 手术后可能获得更好结局这一结论仍需进一步验证。该数据集所涉及的小儿非 NF2 受试者群体较为特定,即因肿瘤以外原因导致双侧听力损失且无法接受人工耳蜗植入的耳聋儿童。关于样本量、数据完整性、缺失值、偏倚控制、随访时长、结局测量方法等质量相关指标,源站未提供。此外,该数据集在分类上归属于肿瘤 / 脑肿瘤,但其主题标签强调“因肿瘤以外原因导致的双侧听力损失”,在分类与主题之间存在一定张力,使用时需注意区分。

【引用与许可】

该数据集的来源站为 clinicaltrials.gov。关于具体的引用格式、许可协议、使用条款、数据共享政策、版权归属等信息,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01864291

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:非肿瘤原因导致的双侧听力损失。本MEEI听觉脑干植入(ABI)研究旨在探索改善失聪且无法接受人工耳蜗植入儿童听力的新方法。ABI是一种通过手术植入的仿生装置,能将声音转换为电信号,直接传递至耳蜗核,即大脑的首个听觉中心。多年来,ABI已改善了因遗传性综合征——2型神经纤维瘤病(NF2)相关脑瘤而失聪患者的听力。然而,近期多项研究表明,非NF2且不符合人工耳蜗植入条件的失聪患者也可能从ABI植入中获益。这些初步研究提示,非NF2或“非肿瘤”患者在接受ABI手术后的效果可能优于NF2患者。儿童因其发育可塑性,似乎是尤为理想的候选者,且在许多研究中,儿童的治疗效果比成人更为乐观。

未患NF2但因先天性畸形、感染、疾病或外伤导致听神经或内耳异常而失聪的患者不适合植入人工耳蜗,除ABI外,这些病例没有其他改善听力的选择。因此,我们研究的目的是基于ABI手术前后主观和客观听力指标,仔细分析ABI手术是否能改善非NF2患儿的听力和生活质量。我们尤其计划研究非NF2儿科患者的ABI结果,描述其设备所用参数,并确定ABI在这些患者中的安全性。

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。

获取专属数据定制方案