Conbercept治疗糖尿病性黄斑水肿合并重度非增殖性糖尿病视网膜病变的疗效与安全性
该数据集来自 clinicaltrials.gov,聚焦糖尿病性黄斑水肿(DME)合并重度非增殖性糖尿病视网膜病变(sNPDR)患者,评估玻璃体腔注射 Conbercept(IVC)的疗效与安全性

基本信息
资源简介
Conbercept治疗糖尿病性黄斑水肿合并重度非增殖性糖尿病视网膜病变的疗效与安全性
该数据集来自 clinicaltrials.gov,聚焦糖尿病性黄斑水肿(DME)合并重度非增殖性糖尿病视网膜病变(sNPDR)患者,评估玻璃体腔注射 Conbercept(IVC)的疗效与安全性。研究为前瞻性多中心开放标签设计,主要观察初始治疗后 12 个月最佳矫正视力(BCVA)和黄斑中心凹厚度(CMT)相对基线的平均变化、视力提升≥15 个字母及 DRSS 评分改善≥2 级的眼比例、治疗后 3 和 12 个月实际接受 PRP 治疗的眼比例、各月度随访时 BCVA 与 CMT 相对基线的平均变化以及并发症情况。可用于眼科治疗预后与疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:糖尿病性黄斑水肿。这项前瞻性多中心开放标签研究的目标是评估玻璃体腔注射 Conbercept(IVC)治疗糖尿病性黄斑水肿(DME)合并重度非增殖性糖尿病视网膜病变(sNPDR)的疗效与安全性。其主要旨在回答的问题包括: 初始治疗后 12 个月时最佳矫正视力(BCVA)和黄斑中心凹厚度(CMT)相对基线的平均变化 治疗 12 个月后,在 Early Treatment Diabetic Retinopathy Study(ETDRS)视力表中视力提升≥15 个字母且 Diabetic Retinopathy Severity Scale(DRSS)评分改善≥2 级的眼比例 治疗 3 个月和 12 个月后实际接受 PRP 治疗的眼比例 从基线至每月随访时间点 BCVA 和 CMT 的平均变化 * 并发症和
【主题与分类】
主题标签: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/NCT06305143
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/NCT06305143
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:糖尿病性黄斑水肿。本前瞻性多中心开放标签研究旨在评估玻璃体腔内注射康柏西普(IVC)治疗糖尿病性黄斑水肿(DME)合并重度非增殖性糖尿病视网膜病变(sNPDR)的有效性和安全性。其主要研究问题包括:* 初次治疗后12个月时,最佳矫正视力(BCVA)和黄斑中心凹厚度(CMT)相较于基线的平均变化 * 治疗12个月后,早期治疗糖尿病视网膜病变研究(ETDRS)视力表视力增益≥15个字母以及糖尿病视网膜病变严重程度量表(DRSS)评分改善≥2级的眼比例 * 治疗3个月和12个月后实际接受PRP治疗的眼比例 * 从基线至每月随访时间点BCVA和CMT的平均变化 * 并发症和不良反应
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。




