E2014治疗痉挛性斜颈的随机双盲安慰剂对照平行组剂量反应研究

该数据集来自clinicaltrials.gov,聚焦于痉挛性斜颈(即颈部肌张力障碍)患者。研究为多中心、随机、双盲、平行组、安慰剂对照的剂量反应试验,评估E2014(2500U、5000U、10000U及安慰剂)经肌肉注射的疗效与安全性

Eisai Co., Ltd.Eisai Co., Ltd.
clinicaltrials
浏览 5
其他回归Cervical DystoniaSpasmodic Torticollis
Randomized, Double-Blind, Placebo-Controlled, Parallel, Group Dose-Response, Study of E2014 in Patients WIth Spasmodic Torticollis

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

E2014治疗痉挛性斜颈的随机双盲安慰剂对照平行组剂量反应研究

该数据集来自clinicaltrials.gov,聚焦于痉挛性斜颈(即颈部肌张力障碍)患者。研究为多中心、随机、双盲、平行组、安慰剂对照的剂量反应试验,评估E2014(2500U、5000U、10000U及安慰剂)经肌肉注射的疗效与安全性。主要疗效终点为第4周TWSTRS总分较基线的变化,并通过Williams多重比较检验临床推荐剂量;安全性评估则比较组间不良事件、药物不良反应及实验室参数异常变化的发生率。数据可用于分析剂量-反应关系、疗效评价及安全性监测(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:颈部肌张力障碍、痉挛性斜颈。通过肌肉注射对痉挛性斜颈患者进行多中心、随机、双盲、平行组比较研究,以评估E2014(2500U、5000U、10000U、安慰剂)的疗效和安全性。疗效评价的主要终点是第4周时测量的TWSTRS总分较基线的变化,并将通过Williams多重比较检验临床推荐剂量。对于安全性评价,将主要关注不良事件、药物不良反应和实验室参数异常变化的发生率,进行组间比较(活性药物与安慰剂)。

【主题与分类】

主题标签:Cervical Dystonia、Spasmodic Torticollis。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/NCT00165776

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/NCT00165776

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:颈部肌张力障碍、痉挛性斜颈。在一项多中心、随机、双盲、平行组对照研究中,通过向痉挛性斜颈患者肌肉注射E2014(2500U、5000U、10000U、安慰剂),评估其疗效和安全性。疗效评价的主要终点为第4周时测量的TWSTRS总分较基线的变化,并将采用Williams多重比较法考察临床推荐剂量。安全性评价将主要围绕不良事件、药物不良反应的发生率以及实验室参数的异常变化,进行组间比较(活性药物与安慰剂)。

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