评估Xeomin®（incobotulinumtoxinA）治疗美国颈部肌张力障碍或眼睑痉挛的试验
该数据集来自clinicaltrials.gov，聚焦于在美国真实世界环境中使用Xeomin®（incobotulinumtoxinA）治疗颈部肌张力障碍和眼睑痉挛的观察性试验
基本信息
资源简介
评估Xeomin®（incobotulinumtoxinA）治疗美国颈部肌张力障碍或眼睑痉挛的试验
该数据集收录了一项在美国开展的观察性试验信息，研究对象为接受Xeomin®（incobotulinumtoxinA）治疗的颈部肌张力障碍或眼睑痉挛患者。试验的核心目的是在真实世界临床环境中收集、评估并报告Xeomin®的实际使用数据，包括注射哪些肌肉、所用剂量以及医生的注射操作方式。次要目的涵盖对该药物疗效信息的收集与评估、对患者工作生产力和生活质量影响的收集与评估，以及对严重副作用和非严重相关副作用的监测。数据集归类于神经系统疾病下的肌张力障碍领域，来源为clinicaltrials.gov，主题标签为颈部肌张力障碍与眼睑痉挛。
【数据集背景】
该数据集所对应的试验聚焦于两种肌张力障碍相关疾病：颈部肌张力障碍和眼睑痉挛。试验在美国境内开展，属于观察性研究设计，旨在反映Xeomin®在常规临床实践中的真实使用情况，而非在严格控制条件下进行的干预性研究。其出发点在于获取该药物在“真实世界”环境下的临床应用数据，以补充受控试验之外的信息。
【数据内容】
数据集涉及的内容围绕Xeomin®的临床使用展开。主要目标方面，收集、评估和报告的信息包括注射的肌肉部位、使用的剂量以及医生实施注射的方式。次要目标方面，涉及对Xeomin®疗效信息的收集与评估，对患者工作生产力和生活质量影响的收集与评估，以及对严重副作用和非严重相关副作用的监测。主题标签明确为颈部肌张力障碍和眼睑痉挛。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述中说明了试验的主要目标和次要目标，但未提供关于数据采集时间跨度、采集机构数量、样本量、数据字段结构等具体信息。
【适用场景】
基于现有信息，该数据集可用于了解Xeomin®在美国真实世界环境中用于颈部肌张力障碍和眼睑痉挛的临床使用模式，包括注射肌肉选择、剂量和注射技术，也可用于关注该药物疗效、对工作生产力和生活质量的影响以及副作用监测方面的信息。其他具体适用场景源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或局限性方面的具体说明。
【引用与许可】
源站未提供引用方式与许可条款信息。
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/NCT01287247
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
疾病：颈部肌张力障碍、眼睑痉挛。本试验的主要目的是收集、评估和报告关于Xeomin®在“真实世界”环境中临床使用的观察性数据，以确定注射哪些肌肉、使用的剂量以及医生如何实施注射。本试验的次要目的是：收集和评估关于Xeomin®疗效的信息。收集和评估关于Xeomin®对工作效率和生活质量影响的信息。监测Xeomin®的任何严重副作用和非严重相关副作用。
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。
