中国头痛疾病注册登记研究

计划纳入10000名12岁以上患者,采集生物标志物、影像特征、认知、遗传特征、社会人口学与医疗数据、治疗方式及头痛相关疾病结局,并计划开展长期随访

Beijing Tiantan HospitalBeijing Tiantan Hospital
clinicaltrials
浏览 13
表格预测Headache Disorders, PrimaryMigraineNew Daily Persistent HeadacheMedication Overuse HeadacheTension-Type HeadacheTrigeminal Autonomic Cephalalgia
China HeadAche DIsorders RegiStry

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-10

资源简介

中国头痛疾病注册登记研究

China HeadAche DIsorders RegiStry(CHAIRS)是来源于clinicaltrials.gov的神经系统疾病数据集,聚焦原发性头痛与药物过度使用性头痛。计划纳入10000名12岁以上患者,采集生物标志物、影像特征、认知、遗传特征、社会人口学与医疗数据、治疗方式及头痛相关疾病结局,并计划开展长期随访。该数据可用于头痛疾病的预测建模、亚型分类、疗效与预后分析等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:原发性头痛疾病、偏头痛、新发持续性每日头痛、药物过度使用性头痛、紧张型头痛、三叉神经自主性头痛。计划纳入10000名患者。在中国头痛疾病注册登记研究(CHAIRS)中,收集了12岁以上原发性头痛和药物过度使用性头痛(MOH)患者。研究了头痛相关疾病的生物标志物、影像特征、认知、遗传特征、社会与人口学数据、医疗数据、所用治疗方法及结局,并计划进行长期随访。

【主题与分类】

主题标签:Headache Disorders, Primary、Migraine、New Daily Persistent Headache、Medication Overuse Headache、Tension-Type Headache、Trigeminal Autonomic Cephalalgia。本站分类:神经系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05334927

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/NCT05334927

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

研究条件:原发性头痛障碍、偏头痛、新发每日持续性头痛、药物过度使用性头痛、紧张型头痛、三叉神经自主神经性头痛。计划纳入10000名患者。在中国头痛疾病注册登记研究(CHAIRS)中,收集了年龄超过12岁的原发性头痛和药物过度使用性头痛(MOH)患者。研究了头痛相关疾病的生物标志物、影像学特征、认知、遗传特征、社会与人口学数据、医疗数据、所用治疗方法及结局,并计划进行长期随访。

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