Cliradex®与I-Lid'n Lash®眼部清洁治疗睑缘炎的抗菌与临床疗效比较
该数据集来自clinicaltrials.gov,围绕睑缘炎与睑板腺功能障碍,比较含茶树油主要活性成分的Cliradex®与I-Lid'n Lash®眼部清洁产品在治疗慢性睑缘炎中的抗菌与临床疗效

基本信息
资源简介
Cliradex®与I-Lid'n Lash®眼部清洁治疗睑缘炎的抗菌与临床疗效比较
该数据集来自clinicaltrials.gov,围绕睑缘炎与睑板腺功能障碍,比较含茶树油主要活性成分的Cliradex®与I-Lid'n Lash®眼部清洁产品在治疗慢性睑缘炎中的抗菌与临床疗效。研究为随机、结果评估者设盲的临床试验,涉及前部与后部睑缘炎、睫毛与毛囊炎症、睑板腺开口等解剖与病理分类信息。数据可用于评估眼部清洁干预的疗效、分析睑缘炎亚型差异,以及支持相关临床预测与比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:睑缘炎、睑板腺功能障碍。既往研究已显示,使用茶树油(TTO)进行眼睑清洁在缓解慢性睑缘炎方面具有临床和抗菌疗效。这项随机、结果评估者设盲的临床试验旨在确定Cliradex®(含有TTO中最具活性的成分)与I-Lid 'n Lash® Hygiene相比,在治疗慢性睑缘炎方面的疗效。睑缘炎是一类眼睑炎症性疾病过程。按解剖学可分为前部睑缘炎和后部睑缘炎。前部睑缘炎指炎症主要集中于睫毛和毛囊周围,而后部变异型则涉及睑板腺开口。前部睑缘炎通常进一步细分为葡萄球菌性和脂溢性变异型。这些过程在个体中常存在相当大的重叠。
【主题与分类】
主题标签:Blepharitis、Meibomian Gland Dysfunction。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03422146
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/NCT03422146
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
疾病:睑缘炎、睑板腺功能障碍。既往研究表明,使用茶树油(TTO)进行眼睑清洁对缓解慢性睑缘炎具有临床和抗菌疗效。本随机、结果评估者设盲的临床试验旨在确定Cliradex®(含有TTO中最具活性的成分)与I-Lid 'n Lash® Hygiene相比,在治疗慢性睑缘炎方面的疗效。睑缘炎是一组眼睑炎症性疾病过程。按解剖学可分为前部睑缘炎和后部睑缘炎。前部睑缘炎主要指炎症主要集中于睫毛及毛囊周围,而后部睑缘炎则累及睑板腺开口。前部睑缘炎通常进一步细分为葡萄球菌性和脂溢性变型。在个体患者中,这些病变过程常存在相当大的重叠。
睑缘炎常与全身性疾病相关,如酒渣鼻和脂溢性皮炎,也与眼部疾病相关,如干眼综合征、睑板腺囊肿、倒睫、结膜炎和角膜炎。1-3 睑缘炎的病理生理机制涉及眼睑的细菌定植。这会导致微生物直接侵入组织、免疫系统介导的损伤,或由细菌毒素、代谢废物和酶的产生所引起的损伤。在存在脂溢性皮炎或睑板腺功能障碍的情况下,睑缘的定植会增加。1-3 睑缘炎可能难以管理,因为它通常是慢性的或容易复发。无论病因如何,眼睑卫生是大多数睑缘炎病例治疗的基石。这包括使用市售的非处方眼睑清洁湿巾。既往研究表明,含茶树油(TTO)的眼睑擦洗在解决慢性睑缘炎方面具有临床和微生物学疗效;然而,基于TTO的眼睑擦洗不便自我操作,并会在部分患者中引起刺激。4-11 Cliradex®(Bio-Tissue,Miami,
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。




