糖尿病性黄斑水肿患者超声乳化术前类固醇与抗血管内皮生长因子治疗的比较

该数据集来自 clinicaltrials.gov,聚焦于已有糖尿病性黄斑水肿的患者在接受超声乳化白内障摘除术前,比较抗血管内皮生长因子治疗(Bevacizumab、ranibizumab 或 aflibercept)与 Ozurdex 治疗的疗效

Bay Area Retina AssociatesBay Area Retina Associates
clinicaltrials
浏览 4
医学影像预测Diabetic Macular EdemaCataract
Steroid vs. Anti-vascular Endothelial Growth Factor for Diabetic Macular Edema Prior to Phacoemulsification

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-11

资源简介

糖尿病性黄斑水肿患者超声乳化术前类固醇与抗血管内皮生长因子治疗的比较

该数据集来自 clinicaltrials.gov,英文名称为 Steroid vs. Anti-vascular Endothelial Growth Factor for Diabetic Macular Edema Prior to Phacoemulsification,聚焦于已有糖尿病性黄斑水肿的患者在接受超声乳化白内障摘除术前,比较抗血管内皮生长因子治疗(Bevacizumab、ranibizumab 或 aflibercept)与 Ozurdex 治疗的疗效。数据集所属分类为内分泌、营养和代谢疾病 / 糖尿病,主题标签包括 Diabetic Macular Edema 与 Cataract。其核心内容围绕糖尿病性黄斑水肿与白内障两种眼部情况并存时的术前干预策略展开,涉及抗血管内皮生长因子治疗与 Ozurdex 治疗之间的比较,并关注白内障手术后的随访观察。该数据集可用于了解这一特定临床问题的研究设计、干预分组和随访评估框架,为相关领域的研究人员、临床医生及数据使用者提供参考。

【数据集背景】

糖尿病性黄斑水肿是糖尿病患者可能出现的眼部并发症,而白内障也是该类患者中常见的眼部疾病。当患者同时存在糖尿病性黄斑水肿并需要接受超声乳化白内障摘除术时,术前如何选择干预方式成为一个值得关注的临床问题。该数据集所对应的研究背景即建立在这一临床情境之上:在已有糖尿病性黄斑水肿的患者中,于超声乳化白内障摘除术前一周,比较抗血管内皮生长因子治疗与 Ozurdex 治疗。抗血管内皮生长因子治疗具体涉及 Bevacizumab、ranibizumab 或 aflibercept。该数据集来源于 clinicaltrials.gov,属于内分泌、营养和代谢疾病 / 糖尿病分类下的数据资源,主题标签为 Diabetic Macular Edema 和 Cataract。

【数据内容】

该数据集的内容围绕糖尿病性黄斑水肿与白内障患者术前干预的比较研究展开。根据源站描述,研究条件包括 Diabetic Macular Edema 和 Cataract。研究比较的是抗血管内皮生长因子治疗(Bevacizumab、ranibizumab 或 aflibercept)与 Ozurdex 治疗,且该治疗在超声乳化白内障摘除术前一周实施。研究还涉及在 cataract surgery 后第 1 周、第 1 个月、第 2 个月和第 3 个月获取 spectral domain optical coherence tomography 和 visual acuity 数据。除上述信息外,源站未提供关于样本量、具体数据字段、数据格式、变量类型或数据规模的进一步说明。

【采集与来源】

该数据集的来源站为 clinicaltrials.gov。源站描述中提及的研究条件为 Diabetic Macular Edema 与 Cataract,研究干预包括抗血管内皮生长因子治疗(Bevacizumab、ranibizumab 或 aflibercept)与 Ozurdex 治疗,干预时间为超声乳化白内障摘除术前一周。随访评估时间点为白内障手术后第 1 周、第 1 个月、第 2 个月和第 3 个月,评估内容包括 spectral domain optical coherence tomography 和 visual acuity。关于数据采集的具体流程、采集机构、采集地点、采集时间范围以及数据管理方式,源站未提供。

【适用场景】

该数据集适用于关注糖尿病性黄斑水肿与白内障共存情况下术前干预策略的研究场景。潜在使用方向包括:了解抗血管内皮生长因子治疗与 Ozurdex 治疗在超声乳化白内障摘除术前的比较设计;参考白内障手术后第 1 周、第 1 个月、第 2 个月和第 3 个月的随访评估时间点;关注 spectral domain optical coherence tomography 与 visual acuity 作为评估指标的应用方式。该数据集也可用于内分泌、营养和代谢疾病 / 糖尿病分类下的相关数据检索与整理,以及糖尿病眼部并发症相关研究的信息汇总。具体适用场景需结合源站提供的完整研究信息进一步判断,源站未提供其他适用场景说明。

【使用方法】

该数据集来自 clinicaltrials.gov,使用者可通过该来源站获取与 Steroid vs. Anti-vascular Endothelial Growth Factor for Diabetic Macular Edema Prior to Phacoemulsification 相关的信息。使用时可根据主题标签 Diabetic Macular Edema 和 Cataract 进行检索与归类,也可依据分类“内分泌、营养和代谢疾病 / 糖尿病”进行定位。关于数据下载方式、访问权限、接口调用方法、数据解析方式或配套工具,源站未提供。

【质量与限制】

该数据集的信息来自 clinicaltrials.gov,源站描述涵盖了研究条件、干预比较、干预时间以及随访评估时间点和评估内容。然而,源站未提供关于样本量、数据完整性、数据准确性、缺失值处理、偏倚控制或统计方法的信息。该数据集的主题标签为 Diabetic Macular Edema 和 Cataract,分类为内分泌、营养和代谢疾病 / 糖尿病,使用者需注意其适用范围。关于数据质量的具体指标、局限性说明以及使用限制,源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款、使用权限、版权归属或数据共享政策,源站未提供。

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/NCT03832179

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

Conditions: Diabetic Macular Edema, Cataract. In patients with pre-existing diabetic macular edema, anti-vascular endothelial growth factor therapy (Bevacizumab, ranibizumab, or aflibercept) will be compared to Ozurdex therapy administered 1 week prior to phacoemulsification cataract extraction. Spectral domain optical coherence tomography and visual acuity will be acquired at 1 week, 1 month, 2 months, and 3 months following cataract surgery.

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