IV期-宫颈肌张力障碍-INTEREST IN CD2
该数据集来源于 clinicaltrials.gov，聚焦于特发性宫颈肌张力障碍（Cervical Dystonia）患者在接受 BoNT-A 注射周期后的真实世界长期反应
基本信息
资源简介
IV期-宫颈肌张力障碍-INTEREST IN CD2
Phase IV-Cervical Dystonia-INTEREST IN CD2 是一个聚焦于特发性宫颈肌张力障碍（Cervical Dystonia）的临床研究数据集，来源于 clinicaltrials.gov。该数据集围绕患者在接受 BoNT-A 注射周期后的真实世界长期反应展开，旨在记录真实临床实践中的长期疗效与药物经济学数据。从分类上看，它归属于神经系统疾病下的肌张力障碍范畴，主题标签为 Cervical Dystonia。整体而言，该数据集为关注宫颈肌张力障碍长期管理的研究者、临床医生及药物经济学分析人员提供了一个以真实世界实践为背景的数据资源，其核心关注点在于 BoNT-A 注射周期在特发性宫颈肌张力障碍患者中的长期临床与经济学表现。
【数据集背景】
宫颈肌张力障碍是一种神经系统疾病，属于肌张力障碍的一种类型。该数据集所对应的研究为 IV 期研究，其背景在于需要在真实临床实践中记录特发性宫颈肌张力障碍患者接受 BoNT-A 注射周期后的长期反应。源站描述指出，该研究的目的正是记录真实生活实践中 BoNT-A 注射周期后的长期反应，并关注长期临床与药物经济学数据。因此，该数据集产生的背景是围绕特发性宫颈肌张力障碍的长期治疗管理，而非短期或严格受控的试验环境。
【数据内容】
该数据集的主题标签为 Cervical Dystonia，所属分类为神经系统疾病 / 肌张力障碍。源站描述中明确提及研究目的为记录特发性宫颈肌张力障碍受试者在接受 BoNT-A 注射周期后的真实生活实践中的长期反应，并涉及长期临床和药物经济学数据。关于数据集的具体字段构成、样本量、变量类型、时间跨度、随访频率等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其源站描述中标注了研究条件为 Cervical Dystonia，并说明研究目的是记录真实生活实践中 BoNT-A 注射周期后的长期反应。关于具体的采集方式、采集时间范围、采集地点、受试者招募细节、数据收集流程等信息，源站未提供。
【适用场景】
基于源站描述，该数据集适用于关注特发性宫颈肌张力障碍患者在接受 BoNT-A 注射周期后真实世界长期反应的场景。潜在的应用方向包括长期临床反应评估以及药物经济学数据分析。由于该数据集归属于神经系统疾病 / 肌张力障碍分类，也可用于该领域内与宫颈肌张力障碍相关的真实世界研究参考。关于更具体的适用场景、分析模型或临床决策支持用途，源站未提供。
【使用方法】
关于该数据集的具体使用方法、数据访问方式、下载格式、数据结构说明、分析工具或操作指南，源站未提供。
【质量与限制】
该数据集来源于 clinicaltrials.gov，属于 IV 期研究相关数据。源站描述强调其关注真实生活实践中的长期反应，并涉及长期临床与药物经济学数据。关于数据质量评估、缺失值情况、偏倚控制、样本代表性、随访完整性等具体质量指标与限制条件，源站未提供。
【引用与许可】
关于该数据集的引用格式、许可协议、使用条款、数据共享政策或版权信息，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/NCT01753349
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：颈部肌张力障碍。本研究旨在记录特发性颈部肌张力障碍患者接受A型肉毒杆菌毒素注射周期后在真实临床实践中的长期反应（长期临床与药物经济学数据）。
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。
