电针治疗药物过度使用性头痛的疗效及中枢机制
该数据集来自 clinicaltrials.gov,主题为电针治疗药物过度使用性头痛的疗效及中枢机制。研究为多中心、分层、随机、假电针对照临床试验,计划纳入 120 名合格受试者,按 1:1 比例随机分配至电针组或假电针组,并分为两个阶段

基本信息
资源简介
电针治疗药物过度使用性头痛的疗效及中枢机制
该数据集来自 clinicaltrials.gov,主题为电针治疗药物过度使用性头痛的疗效及中枢机制。研究为多中心、分层、随机、假电针对照临床试验,计划纳入 120 名合格受试者,按 1:1 比例随机分配至电针组或假电针组,并分为两个阶段。第一阶段中,电针组在 12 周内接受 30 次电针治疗,假电针组接受非穿透性针刺的假电针治疗;两组均接受健康教育。主要结局为治疗 12 周后每月头痛天数较基线的变化。数据可用于评估电针治疗药物过度使用性头痛的疗效与中枢机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:药物过度使用性头痛、电针。这是一项多中心、分层、随机、假电针对照临床试验。120 名合格受试者将按 1:1 比例随机分配至电针(EA)组、假电针(SEA)组,并分为两个阶段。第一阶段:1. EA 组将在 12 周内接受 30 次电针治疗,而 SEA 组将接受非穿透性针刺的假电针治疗。当计划中的 MOH 患者入组接近 80% 完成时,两个对照组按性别和年龄与 MOH 患者组匹配招募,每组纳入 20 名患者,共 40 名患者。每组受试者均将接受健康教育。主要结局将是 12 周治疗后每月头痛天数较基线的变化。
【主题与分类】
主题标签:Medication Overuse Headache、Electroacupuncture。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06802471
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/NCT06802471
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:药物过度使用性头痛,电针。这是一项多中心、分层、随机、假对照临床试验。120名符合条件的受试者将按1:1的比例随机分配到电针(EA)组、假电针(SEA)组,试验分为两个阶段。第一阶段:1. EA组将在12周内接受30次电针治疗,而SEA组将接受非穿透性针刺的假电针治疗。当计划的MOH患者入组接近80%完成时,两个对照组按性别和年龄与MOH患者组匹配招募,每组纳入20名患者,共40名患者。各组受试者都将接受健康教育。
主要结局指标为治疗12周后每月头痛天数较基线的变化;次要结局指标如下:治疗4周、8周、随访24周和随访36周后每月头痛天数较基线的变化;应答者比例、每月头痛天数、日均头痛时间、头痛严重程度、日均中重度头痛天数、日均中重度头痛时间、急性用药天数、每月用药剂量、依赖严重程度量表、头痛影响测试、EQOL-5D-5L、医院焦虑抑郁量表、患者对针刺疗效的预期、患者总体变化印象、患者盲法评估、脑MRI数据分析和多组学分析;中央随机化和数据收集将通过电子数据管理系统进行。第2阶段:坚持研究方案并完成第36周随访的参与者将被视为已完成研究。
如果第一阶段试验的结果表明电针疗法优于对照组,并且参与者的意愿得到确认
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。




