Nadolol治疗增殖性婴儿血管瘤

源站描述指出,系统性皮质类固醇是目前治疗问题性婴儿血管瘤最常用的药物,自2008年6月起系统性propranolol成为重要补充;已有研究比较nadolol与propranolol在儿童其他疾病中的效果,提示nadolol更安全有效,且给药方案更优、中枢神经系统穿透更少,适用于疑似或确诊PHACES

The Hospital for Sick ChildrenThe Hospital for Sick Children
clinicaltrials
浏览 8
其他Infantile Hemangioma
Nadolol for Proliferating Infantile Hemangiomas

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

Nadolol治疗增殖性婴儿血管瘤

该数据集来自clinicaltrials.gov,主题为Nadolol用于治疗增殖性婴儿血管瘤(Infantile Hemangioma)。源站描述指出,系统性皮质类固醇是目前治疗问题性婴儿血管瘤最常用的药物,自2008年6月起系统性propranolol成为重要补充;已有研究比较nadolol与propranolol在儿童其他疾病中的效果,提示nadolol更安全有效,且给药方案更优、中枢神经系统穿透更少,适用于疑似或确诊PHACES综合征的患者。数据可用于相关治疗方案的参考与研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:婴儿血管瘤。系统性皮质类固醇目前是治疗问题性婴儿血管瘤(IH)最常用的药物。自2008年6月起,系统性propranolol已成为问题性IH治疗选择的重要补充,减少了对系统性皮质类固醇的依赖。迄今为止,我们发现propranolol反应良好,短期副作用极小。在患有其他疾病的儿童中比较nadolol和propranolol的研究表明,nadolol比propranolol更安全、更有效。此外,它具有更好的给药方案和更少的中枢神经系统(CNS)穿透,使其甚至适用于疑似或确诊PHACES综合征的患者。

【主题与分类】

主题标签:Infantile Hemangioma。本站分类:肿瘤/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01010308

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/NCT01010308

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

疾病:婴幼儿血管瘤。目前,全身性糖皮质激素是治疗有问题的婴幼儿血管瘤(IH)最常用的药物。自2008年6月起,全身性普萘洛尔已成为治疗有问题的IH的重要新增治疗选择,减少了对全身性糖皮质激素的依赖。迄今为止,我们发现普萘洛尔疗效极佳,且短期副作用极小。在其他疾病患儿中比较纳多洛尔与普萘洛尔的研究提示,纳多洛尔比普萘洛尔更安全、更有效。此外,纳多洛尔给药方案更优,中枢神经系统(CNS)穿透性更低,因此甚至适用于疑似或确诊PHACES综合征的患者。

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