上海糖尿病眼病队列研究
条件：双眼糖尿病黄斑水肿（诊断）、视力威胁性糖尿病视网膜病变。上海糖尿病眼病队列研究（SCODE）是一项为期三年的社区研究，旨在对上海约8000名中老年糖尿病患者开展定期眼健康筛查和糖尿病眼病流行病学分析
基本信息
资源简介
上海糖尿病眼病队列研究
（Shanghai Cohort Study of Diabetic Eye Disease，SCODE）是一项为期三年的社区研究，针对上海约8000名中老年糖尿病患者开展定期眼健康筛查与糖尿病眼病流行病学分析。该研究关注的疾病条件包括双眼糖尿病黄斑水肿（诊断）以及视力威胁性糖尿病视网膜病变。研究旨在了解糖尿病眼病尤其是糖尿病视网膜病变（DR）的患病率、流行趋势及危险因素分布特征，同时估计不同级别DR相关的眼底改变与视力损害，并探讨血清和尿液生化指标与DR之间的关联。该数据集在内分泌、营养和代谢疾病／糖尿病分类下组织，来源于clinicaltrials.gov。
【数据集背景】
糖尿病眼病是糖尿病患者常见的并发症之一，其中糖尿病视网膜病变和糖尿病黄斑水肿是导致视力损害的重要原因。SCODE研究以社区为基础，面向上海约8000名中老年糖尿病患者，通过为期三年的定期眼健康筛查与流行病学分析，系统了解该人群中糖尿病眼病的分布情况。研究特别关注糖尿病视网膜病变的患病率、流行趋势以及危险因素分布特征，并进一步考察不同级别DR所对应的眼底改变和视力损害情况，以及血清与尿液生化参数与DR之间的关联。
【数据内容】
该数据集涉及的条件包括双眼糖尿病黄斑水肿（诊断）和视力威胁性糖尿病视网膜病变。研究内容涵盖定期眼健康筛查所获得的眼科检查信息、糖尿病眼病的流行病学分析结果，以及不同级别糖尿病视网膜病变相关的眼底改变与视力损害评估。此外，研究还纳入血清和尿液生化参数的检测信息，用于分析其与糖尿病视网膜病变的关联。主题标签为双眼糖尿病黄斑水肿（诊断）与视力威胁性糖尿病视网膜病变。具体变量条目、字段结构及样本量明细源站未提供。
【采集与来源】
数据来源于clinicaltrials.gov登记的SCODE研究。该研究是一项为期三年的社区研究，在上海约8000名中老年糖尿病患者中开展定期眼健康筛查和糖尿病眼病流行病学分析。研究采用社区人群为基础的随访观察方式，结合眼科筛查与生化指标检测。数据的具体采集流程、随访时间点安排及检测方法细节源站未提供。
【适用场景】
该数据集适用于糖尿病眼病流行病学研究，可用于了解中老年糖尿病人群中糖尿病视网膜病变及糖尿病黄斑水肿的患病情况与流行趋势，分析糖尿病眼病的危险因素分布特征，评估不同级别糖尿病视网膜病变相关的眼底改变与视力损害，并探讨血清和尿液生化参数与糖尿病视网膜病变之间的关联。也可为社区糖尿病眼病筛查策略的制定与相关公共卫生研究提供参考。
【使用方法】
源站未提供具体的数据使用方式、访问条件及分析操作说明。
【质量与限制】
该研究为社区为基础的队列研究，研究对象为上海地区约8000名中老年糖尿病患者，其结果的外推范围需结合研究人群特征加以考虑。源站未提供关于数据完整性、缺失情况、质量控制措施及已知偏倚的具体说明。
【引用与许可】
源站未提供引用格式及许可使用条款。
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/NCT03665090
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
病情：双眼糖尿病性黄斑水肿（诊断），视力威胁性糖尿病视网膜病变。上海糖尿病眼病队列研究（SCODE）是一项为期三年的社区研究，旨在对上海约8000名中老年糖尿病患者开展定期眼健康筛查和糖尿病眼病流行病学分析。通过本研究，我们希望了解糖尿病眼病，尤其是DR的患病率、流行趋势及危险因素分布特征。同时，我们的目标还包括评估不同级别DR相关的眼底改变和视力损害。此外，本研究旨在探讨血清和尿液生化指标与DR之间的关联。
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。
