评估 THR-687 治疗糖尿病性黄斑水肿的研究

该数据集来自 clinicaltrials.gov,主题为评估 THR-687 治疗糖尿病性黄斑水肿的研究,涉及糖尿病、糖尿病视网膜病变和糖尿病性黄斑水肿人群

OxurionOxurion
clinicaltrials
浏览 7
其他分类Diabetes MellitusDiabetic RetinopathyDiabetic Macular Edema
A Study to Evaluate THR-687 Treatment for Diabetic Macular Oedema.

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

评估 THR-687 治疗糖尿病性黄斑水肿的研究

该数据集来自 clinicaltrials.gov,主题为评估 THR-687 治疗糖尿病性黄斑水肿的研究,涉及糖尿病、糖尿病视网膜病变和糖尿病性黄斑水肿人群。研究分 Part A 和 Part B:Part A 计划随机约 12 名受试者接受 THR-687 1.2mg 或 2.0mg;Part B 在初治受试者中按 2:1 随机接受 Part A 选定剂量 THR-687 或 Aflibercept 2.0mg,在既往治疗受试者中按 1:1 随机接受相同两种治疗。所有受试者仅在一只选定研究眼接受治疗。可用于糖尿病黄斑水肿治疗方案的临床试验设计与疗效比较研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:糖尿病、糖尿病视网膜病变、糖尿病性黄斑水肿。在 Part A 中,计划随机约 12 名受试者(1:1 分配)接受 THR-687 1.2mg 和 THR-687 2.0mg。在 Part B 中,在初治受试者队列中,计划按 2:1 分配随机接受 Part A 选定的 THR-687 剂量水平和 Aflibercept 2.0mg。在 Part B 中,在既往治疗受试者队列中,计划按 1:1 分配随机接受 Part A 选定的 THR-687 剂量水平和 Aflibercept 2.0mg。研究中的所有受试者将仅在一只选定的研究眼中接受研究治疗。

【主题与分类】

主题标签:Diabetes Mellitus、Diabetic Retinopathy、Diabetic Macular Edema。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05063734

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/NCT05063734

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

疾病:糖尿病、糖尿病视网膜病变、糖尿病性黄斑水肿。在A部分,计划将约12名受试者按1:1的比例随机分配至THR-687 1.2mg和THR-687 2.0mg组。在B部分,初治受试者队列计划按2:1的比例随机分配至A部分选定的THR-687剂量水平和阿柏西普2.0mg组。在B部分,既往接受过治疗的受试者队列计划按1:1的比例随机分配至A部分选定的THR-687剂量水平和阿柏西普2.0mg组。本研究中的所有受试者仅在一只选定的研究眼接受研究治疗。

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