BI 764524 治疗糖尿病视网膜病变的研究
该数据集来自 clinicaltrials.gov,收录一项关于 BI 764524 治疗糖尿病视网膜病变的临床研究。研究对象为患有中度或高度非增殖性糖尿病视网膜病变的成人

基本信息
资源简介
BI 764524 治疗糖尿病视网膜病变的研究
该数据集来自 clinicaltrials.gov,收录一项关于 BI 764524 治疗糖尿病视网膜病变的临床研究。研究对象为患有中度或高度非增殖性糖尿病视网膜病变的成人。研究目的是评估 BI 764524 是否对糖尿病视网膜病变患者有帮助,并寻找合适的治疗方案。参与者被随机分为 5 组,其中 1、2、3 组接受不同注射次数的相同剂量 BI 764524,第 4 组仅接受假对照,第 5 组(仅限美国)接受 aflibercept 或假注射。数据可用于了解该疾病的临床试验设计与治疗评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:糖尿病视网膜病变。本研究面向患有糖尿病视网膜病变的成人开放。患有中度或高度非增殖性糖尿病视网膜病变的人可以加入研究。本研究的目的是查明一种名为 BI 764524 的药物是否对糖尿病视网膜病变患者有帮助。该研究还旨在为 BI 764524 找到合适的治疗方案。参与者被随机分配到 5 个组。第 1、2、3 组的参与者接受 BI 764524。在 1 年多的时间里,他们在一只眼睛中接受不同次数的相同剂量 BI 764524 注射。在某些访视期间,参与者可能会接受假对照,其操作类似眼部注射但不使用针头,这样参与者就不会知道自己接受了多少次 BI 764524 注射。第 4 组的参与者仅接受假对照。第 5 组(仅在美国)的参与者接受 aflibercept 或假注射
【主题与分类】
主题标签:Diabetic Retinopathy。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/NCT06321302
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/NCT06321302
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:糖尿病视网膜病变。本研究面向患有糖尿病视网膜病变的成年人。患有中度或重度非增殖性糖尿病视网膜病变的人可以参加本研究。本研究的目的是了解一种名为BI 764524的药物是否对糖尿病视网膜病变患者有帮助。本研究还旨在为BI 764524找到合适的治疗方案。参与者被随机分配到5个组。第1、2和3组的参与者接受BI 764524。在1年内,他们会在1只眼睛中接受不同次数的相同剂量BI 764524注射。在某些访视中,参与者可能会接受假对照,其操作方式类似于眼部注射,但不使用针头,这样参与者就不会知道自己接受了多少次BI 764524注射。第4组的参与者仅接受假对照。第5组的参与者(仅在美国)在某些访视中接受阿柏西普或假注射。阿柏西普是一种已用于治疗糖尿病视网膜病变的药物。参与者参与本研究的时间为一年半。在此期间,他们至少前往研究现场16次。
在此期间,医生定期进行眼部检查和视力测试,以评估参与者眼部疾病的严重程度。治疗一年后,研究人员会观察眼部改善的参与者数量。为此,他们比较各组参与者之间的眼部损伤和某些严重的眼部问题。医生还会定期检查参与者的健康状况,并记录任何不良影响。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




