由护士实施玻璃体腔注射的研究
该数据集来自 clinicaltrials.gov,聚焦由护士实施的玻璃体腔注射(IVI)。源站描述涉及黄斑水肿、黄斑变性和糖尿病性黄斑水肿等眼科疾病,介绍玻璃体腔注射是将药物注入眼内玻璃体腔以治疗眼部疾病、保护视力的微创操作,通常按个体化固定间隔进行

基本信息
资源简介
由护士实施玻璃体腔注射的研究
该数据集来自 clinicaltrials.gov,聚焦由护士实施的玻璃体腔注射(IVI)。源站描述涉及黄斑水肿、黄斑变性和糖尿病性黄斑水肿等眼科疾病,介绍玻璃体腔注射是将药物注入眼内玻璃体腔以治疗眼部疾病、保护视力的微创操作,通常按个体化固定间隔进行。国际经验表明,由经过无菌技术培训的护士实施该注射可行且不损害患者安全。该项目基于跨学科协作的新型护理模式,将 IVI 流程作为功能单元运作。数据可用于眼科给药模式与护理协作相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:黄斑水肿、黄斑变性、糖尿病性黄斑水肿。简介:玻璃体腔注射是指将药物注入眼内以治疗眼部疾病并保护视力。通过注射,药物被引入玻璃体腔,即位于眼球后部、晶状体后方的区域。玻璃体腔注射(IVI)是一种按个体化固定间隔实施的微创操作。对于有需要的患者,这是眼科常见操作。国际经验表明,实施玻璃体腔注射,尤其是由经过无菌技术培训的护士实施,是可行的,且不会损害患者安全。本项目基于一种植根于 IVI 流程中跨学科协作的新型护理模式,将其作为功能单元加以运作。这是一个扩大
【主题与分类】
主题标签:Macular Edema、Macular Degeneration、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/NCT06511700
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/NCT06511700
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
病症:黄斑水肿、黄斑变性、糖尿病性黄斑水肿。引言:玻璃体内注射涉及将药物注入眼内以治疗眼部疾病并保护视力。通过注射,药物被引入玻璃体腔,该区域位于眼球后部,晶状体之后。玻璃体内注射(IVI)是一种微创过程,按个性化定期间隔进行。它是眼科中针对需要此治疗患者的常见程序。国际经验表明,实施玻璃体内注射,特别是由受过无菌技术培训的护士执行,是可行的,且不会影响患者安全。所展示的项目基于一种新的护理模式,该模式根植于IVI过程中的跨学科合作,将其操作化为一个功能单元。这是一个扩大护士实践范围的绝佳机会,并如其他国家所做的那样,证明目前由眼科医生执行的相同程序可以在同等安全条件下进行。
目的:评估在Parc Tauli公司眼科功能单元内实施一项由接受过玻璃体腔内注射给药培训的护士参与的项目之安全性。方法:一项针对眼科功能单元内诊疗流程的观察性评估研究,内容包括由经过培训的护士按照方案实施玻璃体腔内注射。数据将从接受由护士在该单元内依照共识性程序实施的玻璃体腔内注射服务的用户中收集。符合纳入标准的用户将被纳入研究。护士将由眼科团队在CCSPT进行内部培训。用户参与将出于自愿。将获取知情同意。诊疗过程中的数据收集将包括记录选定的变量。数据收集将在2024年至2025年间进行。该研究将历时3年。应用与影响:本项目的开展将
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。




