比较 Dysport® 与 Botox® 治疗颈部肌张力障碍的研究

该数据集来自 clinicaltrials.gov,主题为比较 Dysport® 与 Botox® 治疗颈部肌张力障碍的前瞻性、随机、头对头、双盲、交叉研究

Seoul National University HospitalSeoul National University Hospital
clinicaltrials
浏览 3
其他回归Cervical Dystonia
A Study to Compare Dysport® and Botox® in the Treatment of Cervical Dystonia

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

比较 Dysport® 与 Botox® 治疗颈部肌张力障碍的研究

该数据集来自 clinicaltrials.gov,主题为比较 Dysport® 与 Botox® 治疗颈部肌张力障碍的前瞻性、随机、头对头、双盲、交叉研究。研究纳入 A 组 51 例、B 组 51 例患者,总周期为 16+4+16 周,基线随机接受 Dysport® 或 Botox®,并在第 2、4、8、12、16 周随访,经 4 周洗脱期后交换治疗。主要比较注射后 4 周相对基线的 TSUI 变化评分。数据可用于评估两种肉毒毒素制剂在颈部肌张力障碍中的疗效差异,适合回归建模分析 TSUI 评分变化(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:颈部肌张力障碍。1. 前瞻性、随机、头对头、双盲、交叉研究。2. 患者总数:A 组 51 例,B 组 51 例。3. 研究持续时间:16 + 4 + 16 周。符合条件的患者将在基线时随机接受 Dysport® 或 Botox®,并在第 2、4、8、12、16 周进行监测。经过 4 周洗脱期后,患者接受另一种治疗(即,已接受 Dysport 的患者随后将接受 Botox)。4. 比较注射后 4 周相对基线的 TSUI 变化评分。

【主题与分类】

主题标签:Cervical Dystonia。本站分类:神经系统疾病/肌张力障碍。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00950664

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/NCT00950664

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:颈部肌张力障碍。1. 前瞻性、随机、头对头、双盲、交叉研究。2. 患者总数:A组51例,B组51例。3. 研究持续时间:16+4+16周。符合条件的患者将在基线时随机接受Dysport®或Botox®,并在第2、4、8、12、16周进行监测。经过4周的洗脱期后,患者接受另一种治疗(即,接受过Dysport的患者随后接受Botox)。4. 比较注射后4周与基线的TSUI变化评分。

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