苏格兰非增殖性视网膜病变中的降低事件研究

该数据集来自 clinicaltrials.gov,对应 LENS 研究,即一项在苏格兰开展的 fenofibrate 治疗糖尿病视网膜病变的 4 期随机安慰剂对照临床试验

University of OxfordUniversity of Oxford
clinicaltrials
浏览 7
表格预测Diabetic Retinopathy
Lowering Events in Non-proliferative Retinopathy in Scotland

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-12

资源简介

苏格兰非增殖性视网膜病变中的降低事件研究

该数据集来自 clinicaltrials.gov,对应 LENS 研究,即一项在苏格兰开展的 fenofibrate 治疗糖尿病视网膜病变的 4 期随机安慰剂对照临床试验。研究对象为患有糖尿病且存在可观察视网膜病变或黄斑病变的参与者,计划招募约 1,060 人,中位治疗时间至少 4 年。主要目标是评估 fenofibrate 对进展为需转诊的糖尿病视网膜病变或黄斑病变的影响。数据可用于研究糖尿病视网膜病变进展预测、治疗效果评估及相关风险建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Diabetic Retinopathy. LENS 是一项 fenofibrate 的 4 期随机安慰剂对照临床试验,受试者为患有糖尿病且存在可观察视网膜病变或黄斑病变的参与者。该试验旨在招募约 1,060 名参与者,并对其进行中位持续时间至少 4 年的治疗。LENS 的主要目的是研究 fenofibrate 治疗对进展为需转诊的糖尿病视网膜病变/黄斑病变的影响。该试验将采用务实精简的试验设计,唯一计划的面对面访视是初始筛选访视,以及八周后的随机化访视。此后与参与者的联系将通过定期电话或计算机问卷进行,结局和安全性数据也将通过链接到 NHS Scotland 登记处来获取。在随机化之前,符合条件的参与者将进入一个 ac

【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/NCT03439345

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/NCT03439345

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

条件:糖尿病视网膜病变。LENS是一项关于非诺贝特的4期随机安慰剂对照临床试验,研究对象为患有糖尿病且有可观察到的视网膜病变或黄斑病变的参与者。该试验旨在招募约1,060名参与者,并对其进行至少4年的中位治疗期。LENS的主要目的是探究非诺贝特治疗对进展为需转诊的糖尿病视网膜病变/黄斑病变的影响。该试验将采用务实精简的试验设计,唯一计划的面对面访视是初次筛选访视,随后是八周后的随机分组访视。此后,将通过定期电话或计算机问卷与参与者联系,结果和安全性数据也将通过链接至苏格兰国民健康服务登记系统来获取。在随机分组前,符合条件的参与者将进入为期6至10周的积极准备阶段。

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