Nesvategrast (OTT166) 治疗糖尿病视网膜病变研究
该研究为随机、双盲、载体对照的 2 期试验，评估 OTT166 眼用溶液在糖尿病视网膜病变受试者中的安全性和有效性，并为 3 期关键试验选择最佳给药方案
基本信息
资源简介
Nesvategrast (OTT166) 治疗糖尿病视网膜病变研究
本数据集来源于 clinicaltrials.gov，主题为 Nesvategrast (OTT166) 治疗糖尿病视网膜病变（DR）的临床研究。该研究为随机、双盲、载体对照的 2 期试验，评估 OTT166 眼用溶液在糖尿病视网膜病变受试者中的安全性和有效性，并为 3 期关键试验选择最佳给药方案。约 210 名诊断为中度严重至重度非增殖性糖尿病视网膜病变（NPDR）或轻度增殖性糖尿病视网膜病变（PDR）且未接受过治疗的受试者，按 2:2:1:1 随机分组。数据可用于糖尿病视网膜病变治疗相关的临床研究分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：糖尿病视网膜病变。这项随机、双盲、载体对照的2期研究将评估OTT166眼用溶液在糖尿病视网膜病变受试者中的安全性和有效性，并为3期关键试验选择最佳给药方案。大约210名被诊断为中度严重至重度非增殖性糖尿病视网膜病变（NPDR）或轻度增殖性糖尿病视网膜病变（PDR）且未接受过治疗（即既往未接受过抗血管内皮生长因子[anti-VEGF]或激光[局部、格栅、全视网膜光凝（PRP）]治疗）的受试者将按2：2：1：1随机分为以下组别：OTT166 5%每日两次（BID）、OTT166 5%每日四次（QID）、载体对照BID、载体对照QID。随机化将按基线糖尿病视网膜病变严重程度量表（DRSS）评分（47或53或61B）进行分层。PDR（DRSS评分61B）受试者将限制在所有随机受试者的20%以内。每组将自行给药一滴50μl的研究溶液（频率按分配），持续24周。
【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/NCT05409235
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/NCT05409235
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：糖尿病视网膜病变。这项随机、双盲、载体对照的2期研究将评估OTT166眼用溶液在糖尿病视网膜病变受试者中的安全性和有效性，并为3期关键试验选择最佳给药方案。大约210名被诊断为中度严重至重度非增殖性糖尿病视网膜病变（NPDR）或轻度增殖性糖尿病视网膜病变（PDR）且未接受过治疗（即既往未接受过抗血管内皮生长因子[anti-VEGF]或激光[局部、格栅、全视网膜光凝（PRP）]治疗）的受试者将按2：2：1：1随机分为以下组别：OTT166 5%每日两次（BID）、OTT166 5%每日四次（QID）、载体对照BID、载体对照QID。随机化将按基线糖尿病视网膜病变严重程度量表（DRSS）评分（47或53或61B）进行分层。PDR（DRSS评分61B）受试者将限制在所有随机受试者的20%以内。每组将自行给药一滴50μl的研究溶液（频率按分配），持续24周。
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。
