NSAID 用于非中心受累糖尿病性黄斑水肿的 II 期试验
该数据集来自 clinicaltrials.gov,主题为 NSAID 用于非中心受累糖尿病性黄斑水肿(DME)的 II 期研究

基本信息
资源简介
NSAID 用于非中心受累糖尿病性黄斑水肿的 II 期试验
该数据集来自 clinicaltrials.gov,主题为 NSAID 用于非中心受累糖尿病性黄斑水肿(DME)的 II 期研究。数据关注糖尿病患者的黄斑水肿,尤其是非中心受累 DME 向黄斑中心凹下区域进展的情况,并涉及炎症在 DME 中的作用以及局部 NSAID 对视网膜水肿的潜在影响。可用于研究 DME 进展风险、评估局部 NSAID 干预效果,以及探索预防视力下降的解剖学替代指标(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。有强有力的证据表明,预防非中心受累 DME 进展至黄斑中心凹下区域是预防视力下降的良好解剖学替代指标。此外,据估计糖尿病患者中黄斑水肿的患病率较高,并且大约 25% 的非中心受累 DME 病例可能在一年内延伸至黄斑中心凹下区域。因此,如果能够找到一种相对安全且经济的治疗方法,将非中心受累水肿向中心受累水肿的进展减少至少 50%,该治疗可能产生重大的公共卫生影响。也有证据表明炎症在 DME 中起作用,并且局部 NSAID 可能对视网膜水肿有影响。局部 NSAID 目前已在临床广泛使用,并且似乎
【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/NCT01331005
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/NCT01331005
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。有强有力的证据表明,防止非中心性DME进展至黄斑中心凹下区域是预防视力丧失的良好解剖学替代指标。此外,据估计糖尿病患者中黄斑水肿的患病率较高,且大约25%的非中心性DME病例会在一年内扩展至黄斑中心凹下区域。因此,如果能找到一种相对安全且经济的治疗方法,将非中心性水肿向中心性水肿的进展至少减少50%,该治疗可能具有重大的公共卫生影响。也有证据表明炎症在DME中起作用,且局部使用非甾体抗炎药可能对视网膜水肿有效果。
局部非甾体抗炎药目前已在临床广泛使用,长期给药时似乎耐受性良好且安全,使其成为希望延迟或避免激光光凝或玻璃体内注射的DME患者一种潜在有吸引力的替代治疗选择(例如,愿意使用每日眼药水以避免眼部手术的患者,或难以获得有经验的视网膜专家进行激光光凝或其他治疗的患者)。这项II期试验可能提供概念验证证据,表明局部非甾体抗炎药治疗对DME具有有益效果,并可能防止视网膜体积增加或非中心受累DME向黄斑中心亚区进展。此外,它还可以在该临床试验环境中确定OCT与眼底照相记录DME向中心亚区进展之间的相关性。
由于针对DME治疗已存在有效的治疗方法,包括激光光凝和玻璃体内注射,因此局部使用NSAIDs必须显示出对DME进展有显著影响,才足以引起临床上的进一步兴趣。
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。




