缬更昔洛韦治疗巨细胞病毒感染听力受损婴儿的随机对照试验
该数据集来自 clinicaltrials.gov,主题为缬更昔洛韦治疗巨细胞病毒感染听力受损婴儿的随机对照试验,归类于神经系统疾病/其他

基本信息
资源简介
缬更昔洛韦治疗巨细胞病毒感染听力受损婴儿的随机对照试验
该数据集来自 clinicaltrials.gov,主题为缬更昔洛韦治疗巨细胞病毒感染听力受损婴儿的随机对照试验,归类于神经系统疾病/其他。数据涉及先天性巨细胞病毒感染、CMV 及感音神经性听力损失(SNHL)等情形。CMV 可由母亲传给胎儿,是导致 SNHL 的主要原因之一,而 CMV 引发的听力损失可治疗,抗病毒治疗在生命早期给药可能阻止听力进一步恶化。该数据可用于了解相关临床试验设计、患者识别与治疗策略研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Cmv Congenital、CMV、Congenital Cmv、SNHL、Sensorineural Hearing Loss。巨细胞病毒(CMV)可由母亲传给胎儿,是感音神经性听力损失(SNHL)的主要原因,SNHL 是一种内耳无法将声音转化为通向大脑的神经冲动的病症。这种听力损失及其对语言发展的不利影响,每年给美国医疗保健费用造成近 40 亿美元的负担。与其他类型的 SNHL 不同,CMV 引起的听力损失可以治疗。多项临床试验表明,如果对严重受累(有症状 CMV)的婴儿在生命早期给予抗病毒治疗,可能预防进行性听力损失。这些有希望的发现引发了关于识别和治疗数量更多的无症状 CMV 感染婴儿的最佳方法的争论。一种方法是进行 un
【主题与分类】
主题标签:Cmv Congenital、CMV、Congenital Cmv、SNHL、Sensorineural Hearing Loss。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03107871
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/NCT03107871
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:先天性巨细胞病毒、巨细胞病毒、先天性CMV、感音神经性听力损失、SNHL。巨细胞病毒(CMV)可由母亲传给胎儿,是导致感音神经性听力损失(SNHL)的主要原因,SNHL是一种内耳无法将声音转换为神经冲动传至大脑的状况。这种听力损失及其对语言发展的不利影响,每年为美国的医疗保健成本贡献近40亿美元。与其他类型的SNHL不同,CMV引起的听力损失是可以治疗的。多项临床试验表明,如果对严重受影响(有症状的CMV)的婴儿在生命早期给予抗病毒治疗,可能预防进行性听力损失。这些充满希望的发现引发了关于识别和治疗更多无症状CMV感染婴儿最佳方法的辩论。一种方法是进行普遍新生儿听力筛查,然后仅对未通过听力筛查的婴儿进行CMV诊断测试。这种针对性方法应能识别出那些最有可能发展为进行性听力损失及随之而来的交流困难的婴儿。
犹他州是首个强制实施该方法的州,要求对新生儿听力筛查未通过的三周龄以下婴儿进行CMV检测。在此试验中,将采用听力筛查针对性的方法来确定符合参与抗病毒缬更昔洛韦治疗双盲安慰剂对照随机临床试验资格的患者。该试验的结果将为公共政策提供依据,可能改变我们当前对儿童听力损失评估的临床实践,并有可能为无症状CMV感染且伴有SNHL的婴儿提供一种治疗选择。
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。




