NTM患者接受IV阿米卡星治疗时耳毒性预防研究
该数据集来自clinicaltrials.gov,聚焦非结核分枝杆菌(NTM)患者接受静脉阿米卡星治疗时药物性耳毒性的预防研究

基本信息
资源简介
NTM患者接受IV阿米卡星治疗时耳毒性预防研究
该数据集来自clinicaltrials.gov,聚焦非结核分枝杆菌(NTM)患者接受静脉阿米卡星治疗时药物性耳毒性的预防研究。源站描述指出,NTM感染可致慢性肺病,重症患者需使用氨基糖苷类抗生素,阿米卡星最常用但易引起听力损失和/或前庭功能障碍。研究主要目标是测试小分子化合物ORC-13661作为辅助治疗的有效性。数据可用于耳毒性预防、NTM治疗安全性等相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:耳毒性,药物性。非结核分枝杆菌(NTM)是环境细菌,可导致慢性、使人衰弱的肺部疾病,主要影响60岁以上人群。在NTM感染较严重的情况下,患者接受胃肠外氨基糖苷类抗生素(AGs)治疗,以实现控制或治愈。阿米卡星是此背景下最常用的氨基糖苷类治疗药物,但其使用受到易引起耳毒性(包括听力损失和/或前庭功能障碍)的限制。耳毒性指对內耳感觉细胞有损害的物质(即药物),可能导致功能性听力损失和其他负面影响。本研究的主要目标是测试研究药物ORC-13661的有效性,这是一种小分子化合物,正在开发作为辅助治疗,在A期间给药
【主题与分类】
主题标签:Ototoxicity, Drug-Induced。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05730283
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/NCT05730283
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:耳毒性,药物诱导性。非结核分枝杆菌(NTM)是环境细菌,可引起慢性、使人衰弱的肺部疾病,主要影响60岁以上人群。在NTM感染较严重的情况下,患者接受胃肠外氨基糖苷类抗生素(AGs)治疗,以实现控制或治愈。阿米卡星是此背景下最常用的氨基糖苷类治疗药物,然而其使用受到限制,因为它容易引起耳毒性,包括听力损失和/或前庭功能障碍。耳毒性是指对內耳感觉细胞有损害作用的物质(即药物),可能导致功能性听力损失和其他负面影响。本研究的主要目标是测试研究药物ORC-13661的有效性,这是一种小分子化合物,正在开发作为辅助治疗,在AG使用期间给药以预防相关的耳毒性。本研究是一项随机、双盲、安慰剂对照、多中心、剂量范围临床试验,旨在比较ORC-13661在服用阿米卡星的患者中预防或减轻听力影响的效果和安全性。
本研究将在5个招募点共招募105名参与者。参与者将按等比例随机分配至三个不同的研究组:高剂量ORC-13661组、低剂量ORC-13661组和安慰剂组。参与者自开始阿米卡星治疗起服用研究药物90天,或直至其阿米卡星治疗结束,以先发生者为准。本研究的主要结局是预防或减轻阿米卡星诱导的耳毒性。次要结局包括言语感知的变化、听觉和平衡效应以及听力质量。
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。




