MINT®手术在开角型青光眼眼中长期降眼压效果与安全性随访扩展研究
该数据集来自clinicaltrials.gov,为MINT®手术在开角型青光眼及高眼压眼中长期降眼压性能与安全性随访扩展研究的数据

基本信息
资源简介
MINT®手术在开角型青光眼眼中长期降眼压效果与安全性随访扩展研究
该数据集来自clinicaltrials.gov,为MINT®手术在开角型青光眼及高眼压眼中长期降眼压性能与安全性随访扩展研究的数据。研究计划纳入既往MMS EEU-7研究中完成24个月访视的MINT®手术患者,约20例眼在无再次青光眼手术且用药相同或更少的情况下达到基线眼压降低≥20%的合格成功标准,其数据用于眼压性能和用药分析;既往MINT®研究中定义为失败的受试者数据纳入总体成功分析(Kaplan-Meier生存分析)。数据可用于评估MINT®手术的长期疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:青光眼、高眼压症、开角型青光眼。本随访扩展研究计划邀请所有在既往MMS EEU-7研究中接受MINT®手术并完成第24个月访视的患者。假设在既往MMS EEU-7研究中,约20例患者/眼达到合格成功标准(眼压较基线降低≥20%,无需再次青光眼手术,且用药相同或更少),将可用于本研究评估。这些患者的数据将纳入眼压性能和用药分析。除这些受试者外,既往MINT®研究中定义为失败的受试者数据(见:研究ID:MMS EEU-4;研究ID:MMS EEU-7)将纳入总体成功分析(即Kaplan Mayer生存分析)。根据EGS专家讨论组的建议(European Glaucoma
【主题与分类】
主题标签:Glaucoma、Ocular Hypertension、Open-Angle Glaucoma。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07081347
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/NCT07081347
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
适应症:青光眼、高眼压症、开角型青光眼。本随访扩展研究计划邀请所有在既往MMS EEU-7研究中接受MINT®手术并完成第24个月访视的患者参加。假设在既往MMS EEU-7研究中,约有20例患者/眼达到合格成功标准,即眼压较基线降低≥20%、未因青光眼再次手术且用药种类相同或更少,这些患者将可供本研究评估。这些患者的数据将纳入眼压性能和用药分析。除这些受试者外,既往MINT®研究中定义为失败的受试者数据(见:研究编号:MMS EEU-4;研究编号:MMS EEU-7)将纳入总体成功分析(即Kaplan-Meier生存分析)。根据EGS专家讨论组的建议(欧洲青光眼学会(EGS),2023),眼压水平2-3 mmHg和无用药患者比例20%-30%已被提议作为青光眼手术干预的最小临床重要差异(MCID)。
在本研究中,MINT®手术后3年时,预计20例患者的样本量足以证明眼压至少降低-6 mmHg,95%置信区间(CI)下限至少为-4.6 mmHg,高于所需的最小临床重要差异(MCID);并且至少45%的患者无需用药,95%CI下限为21.8%,符合MCID的最低推荐标准。
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。




