高强度和低强度言语干预对腭裂儿童的效果与成本效用
该数据集来自 clinicaltrials.gov,聚焦腭裂伴或不伴唇裂的比利时荷兰语儿童,比较两种言语干预强度的短期与长期可持续效果及成本效用

基本信息
资源简介
高强度和低强度言语干预对腭裂儿童的效果与成本效用
该数据集来自 clinicaltrials.gov,聚焦腭裂伴或不伴唇裂的比利时荷兰语儿童,比较两种言语干预强度的短期与长期可持续效果及成本效用。高强度方案为每周5次、每次30分钟,持续2×4周(共2×10小时);低强度方案为每周2次、每次30分钟,持续20周(共20小时)。干预由接受过统一培训的一线言语语言病理学家在私人诊所提供。数据可用于评估不同干预强度对言语结局和生活质量的影响,并支持成本效用分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:腭裂儿童、言语治疗、儿童言语障碍、唇裂和腭裂。目标1:开展一项大规模随机对照试验,比较两种不同言语干预强度(即高强度言语干预:2×4周内每周5×30分钟(2×10小时);低强度言语干预:20周内每周2×30分钟(20小时))对腭裂伴或不伴唇裂的比利时荷兰语儿童的言语和生活质量的短期和长期可持续效果。言语干预将由私人执业的一线言语语言病理学家提供,他们将在试验开始前接受全面培训。假设1:基于最新技术水平和我们的概念验证,假设20小时的高强度言语干预将带来更优的言语结局,并且
【主题与分类】
主题标签:Cleft Palate Children、Speech Therapy、Speech Disorders in Children、Cleft Lip and Palate。本站分类:口颌系统疾病/唇裂和腭裂。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06381713
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/NCT06381713
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:腭裂儿童、言语治疗、儿童言语障碍、唇腭裂。目标1:开展一项大规模随机对照试验,比较两种不同言语干预强度(即高强度言语干预:每周5次、每次30分钟,持续2×4周(共2×10小时);低强度言语干预:每周2次、每次30分钟,持续20周(共20小时))对伴有或不伴有唇裂的比利时荷兰语腭裂儿童的言语及生活质量的中短期和长期可持续效果。言语干预将由一线言语语言病理学家在私人诊所中提供,这些治疗师将在试验开始前接受全面培训。假设1:基于最新研究进展及我们的概念验证,假设20小时的高强度言语干预相较于20小时的低声言语干预,将带来更优的言语结局和健康相关生活质量。目标2:比较两种不同言语干预强度(即
高强度言语干预:每周5次,每次30分钟,持续2×4周(共2×10小时);低强度言语干预:每周2次,每次30分钟,持续20周(共20小时),在伴有或不伴有唇裂的腭裂比利时荷兰语儿童中进行。证明高强度言语干预的成本效益将有助于该方案在临床实践中的实施和应用,因为与低强度言语干预相比,提供高强度言语干预时,获得一个完全健康生命年(QALY)所需花费更少。假设2:除了在更短的干预时间内获得更优的言语结局和健康相关生活质量(参见假设1)外,假设高强度干预组获得一个完全健康生命年(QALY)所需花费更少。换言之,假设高强度干预比低强度干预更具成本效益。
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。




