Faricimab 治疗非增殖性糖尿病视网膜病变的安全性与疗效

该数据集来自 clinicaltrials.gov,聚焦 Faricimab 用于非增殖性糖尿病视网膜病变患者的安全性与疗效研究

Greater Houston Retina ResearchGreater Houston Retina Research
clinicaltrials
浏览 9
其他预测Non-Proliferative Diabetic Retinopathy
Safety and Efficacy of Faricimab in Patients With NPDR

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-17

资源简介

Faricimab 治疗非增殖性糖尿病视网膜病变的安全性与疗效

该数据集来自 clinicaltrials.gov,聚焦 Faricimab 用于非增殖性糖尿病视网膜病变患者的安全性与疗效研究。数据覆盖两组受试者的给药与观察方案:一组自基线起每 4 周玻璃体腔注射 faricimab 至第 48 周,随后改为每 16 周给药,第 96 周结束研究;另一组每 16 周随访观察,自第 48 周起每 4 周给药至第 92 周,第 96 周结束。研究还涉及补救治疗标准及相应给药调整。可用于糖尿病视网膜病变治疗相关的临床研究与疗效评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:非增殖性糖尿病视网膜病变。第 1 组:受试者将接受玻璃体腔注射 faricimab,每 4 周一次直至第 48 周,之后将每 16 周接受一次 faricimab,并在第 96 周进行结束研究访视。在第 48 周后的任何访视中,如果满足补救标准,将每 4 周给予 faricimab 6mg,受试者将持续给药直至试验结束。第 2 组:受试者每 16 周接受访视和观察。从第 48 周开始,受试者将从第 48 周到第 92 周每 4 周接受一次玻璃体腔注射 faricimab,并在第 96 周进行结束研究访视。在第 48 周前的任何访视中,如果满足补救标准,将每 4 周给予 faricimab,受试者将持续给药直至试验结束。

【主题与分类】

主题标签:Non-Proliferative 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/NCT05681884

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/NCT05681884

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:非增殖性糖尿病视网膜病变。第1组:受试者将每4周接受一次玻璃体内注射faricimab,持续至第48周,之后将每16周接受一次faricimab,研究结束访视在第96周。在第48周后的任何访视中,若符合补救标准,将每4周给予faricimab 6mg,受试者将持续给药至试验结束。第2组:受试者每16周接受一次访视和观察。从第48周开始,受试者将从第48周至第92周每4周接受一次玻璃体内注射faricimab,研究结束访视在第96周。在第48周前的任何访视中,若符合补救标准,将每4周给予faricimab,受试者将持续给药至试验结束。

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