DME患者抗VEGF或地塞米松植入物治疗中血清与OCT生物标志物评估
该数据集来自clinicaltrials.gov,为一项前瞻性、观察性、对照、非随机、单中心研究,纳入瑞典哥德堡Sahlgrenska University Hospital的DME患者,分为抗VEGF治疗、地塞米松植入物治疗及未治疗初治三组

基本信息
资源简介
DME患者抗VEGF或地塞米松植入物治疗中血清与OCT生物标志物评估
该数据集来自clinicaltrials.gov,为一项前瞻性、观察性、对照、非随机、单中心研究,纳入瑞典哥德堡Sahlgrenska University Hospital的DME患者,分为抗VEGF治疗、地塞米松植入物治疗及未治疗初治三组。数据涵盖血清生物标志物(VEGF、IL-6、IL-8、MCP-1、Ang-2、PlGF、TNF-a、ICAM-1)及OCT指标,可用于分析生物标志物与治疗反应的关系,支持DME疗效预测与机制研究(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、视力损害、糖尿病、高血糖(糖尿病性)、氧化应激、血管内皮生长因子、VEGF。这项前瞻性、观察性、对照、非随机、单中心研究将纳入瑞典哥德堡Sahlgrenska University Hospital的DME患者,这些患者接受抗VEGF或地塞米松植入物治疗,或先前未接受治疗。患者将被分为三个主要队列:1. 目前接受抗VEGF治疗的患者,2. 目前接受地塞米松植入物治疗的患者,3. 先前未接受DME治疗的患者(初治患者)。将分析患者血液中已知与DME相关的血清生物标志物:VEGF、IL-6、IL-8、MCP-1、Ang-2、PlGF、TNF-a和ICAM-1。将在研究进入/基线时为所有三组抽血,对于第3组初治患者,
【主题与分类】
主题标签:Diabetic Macular Edema、Visual Impairment、Diabetes Mellitus、Hyperglycaemia (Diabetic)、Oxidative Stress、Vascular Endothelial Growth Factor、VEGF。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/NCT06984822
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/NCT06984822
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
疾病条件:糖尿病性黄斑水肿、视力障碍、糖尿病、高血糖(糖尿病性)、氧化应激、血管内皮生长因子(VEGF)。这项前瞻性、观察性、对照、非随机、单中心研究将纳入瑞典哥德堡萨尔格伦斯卡大学医院接受抗VEGF或地塞米松植入物治疗,或先前未接受治疗的糖尿病性黄斑水肿患者。患者将被分为三个主要队列:1. 目前接受抗VEGF治疗的患者,2. 目前接受地塞米松植入物治疗的患者,3. 先前未接受糖尿病性黄斑水肿治疗的患者(初治患者)。将分析患者血液中已知与糖尿病性黄斑水肿相关的血清生物标志物:VEGF、IL-6、IL-8、MCP-1、Ang-2、PlGF、TNF-a和ICAM-1。所有三组将在研究入组/基线时抽血,对于第3组初治患者,还将在治疗4周后抽血。
OCT扫描将在研究入组/基线时以及治疗4周后进行,用于视网膜和脉络膜的定性和定量评估,并将对扫描结果进行以下标志物分析:DRIL、DROL、HRF和视网膜下液(SRF)。根据治疗反应,研究者计划进一步将患者分为两个亚组:应答者与无应答者。研究者旨在探究循环血清生物标志物与影像生物标志物之间的任何相关性。
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。




