OTO-201治疗需置入鼓膜通气管的儿童中耳积液研究

该数据集来自clinicaltrials.gov,收录一项关于OTO-201治疗儿童双侧中耳积液的前瞻性、随机、双盲、假对照、多中心3期研究

Otonomy, Inc.Otonomy, Inc.
clinicaltrials
浏览 11
其他分类Otitis Media With Effusion
OTO-201 for the Treatment of Middle Ear Effusion in Pediatric Subjects Requiring Tympanostomy Tube Placement

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

OTO-201治疗需置入鼓膜通气管的儿童中耳积液研究

该数据集来自clinicaltrials.gov,收录一项关于OTO-201治疗儿童双侧中耳积液的前瞻性、随机、双盲、假对照、多中心3期研究。研究对象为需置入鼓膜通气管的患儿,术中给予6 mg OTO-201或假注射,计划按2:1随机分配约264例。数据可用于分析药物疗效与安全性、比较组间差异,以及支持中耳炎伴积液的临床研究与治疗评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:中耳炎伴积液。这是一项前瞻性、随机、双盲、假对照、多中心3期研究,在需要置入鼓膜通气管(TT)的儿童双侧中耳积液受试者中于术中给予OTO-201。评估了一个剂量水平(6 mg)的OTO-201相对于假注射(空注射器)的效果。研究受试者须具有需要置入TT的双侧中耳积液的临床诊断。手术当天,术前通过耳镜检查符合条件的受试者以确认双侧中耳积液。双侧中耳积液的受试者被随机分配至6 mg OTO-201或假注射组。手术当天无双侧积液的受试者不被随机分组,视为筛选失败。计划使用2:1分配比例将约264名受试者随机分配至OTO-201或假注射组。

【主题与分类】

主题标签:Otitis Media With Effusion。本站分类:耳鼻咽喉疾病/耳部感染(中耳炎)。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01949155

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/NCT01949155

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

适应症:渗出性中耳炎。这是一项前瞻性、随机、双盲、假手术对照、多中心、3期研究,评估OTO-201在需要放置鼓膜通气管(TT)的双侧中耳积液的儿科受试者中术中给药的效果。研究评估了一个剂量水平(6 mg)的OTO-201相对于假手术(空注射器)的效果。研究受试者需临床诊断为双侧中耳积液且需要放置TT。手术当天,术前通过耳镜检查确认双侧中耳积液,符合条件的受试者被纳入。双侧中耳积液的受试者被随机分配至6 mg OTO-201组或假手术组。手术当天无双侧积液的受试者不予随机化,视为筛选失败。计划按2:1的分配比例将约264名受试者随机分配至OTO-201组或假手术组。随机分配至OTO-201或假手术按年龄分层:6个月至2岁或>2岁。受试者需在第4、8、15和29天到研究机构进行安全性评估和耳镜检查。

盲法评估者针对主要疗效终点进行的耳漏评估分别在第4天、第8天和第15天进行。

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