高剂量Aflibercept治疗糖尿病眼病研究

该数据集来自clinicaltrials.gov,收录一项关于高剂量Aflibercept治疗糖尿病眼病的研究。覆盖糖尿病性黄斑水肿、1型糖尿病和2型糖尿病受试者

Regeneron PharmaceuticalsRegeneron Pharmaceuticals
clinicaltrials
浏览 8
其他预测Diabetic Macular EdemaType 1 Diabetes MellitusType 2 Diabetes Mellitus
Study of a High-Dose Aflibercept in Participants With Diabetic Eye Disease

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

高剂量Aflibercept治疗糖尿病眼病研究

该数据集来自clinicaltrials.gov,收录一项关于高剂量Aflibercept治疗糖尿病眼病的研究。覆盖糖尿病性黄斑水肿、1型糖尿病和2型糖尿病受试者。研究主要目的是评估高剂量Aflibercept每12周或16周给药在最佳矫正视力(BCVA)方面是否非劣效于每8周给药的Aflibercept,次要目的包括比较两者对解剖学及其他视觉反应指标的影响,并评估安全性、免疫原性和药代动力学(PK)。可用于糖尿病眼病治疗方案的疗效与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:糖尿病性黄斑水肿、1型糖尿病、2型糖尿病。本研究的主要目的是确定高剂量Aflibercept(HD)以12周或16周间隔给药,在最佳矫正视力(BCVA)方面是否非劣效于每8周给药的Aflibercept。次要目的如下: 确定HD与Aflibercept对解剖学及其他视觉反应指标的影响 评估Aflibercept的安全性、免疫原性和药代动力学(PK)

【主题与分类】

主题标签:Diabetic Macular Edema、Type 1 Diabetes Mellitus、Type 2 Diabetes Mellitus。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/NCT04429503

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/NCT04429503

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

疾病:糖尿病性黄斑水肿、1型糖尿病、2型糖尿病。本研究的主要目的是确定每12周或16周间隔给予高剂量阿柏西普(HD)治疗,与每8周给予阿柏西普治疗相比,是否提供非劣效的最佳矫正视力(BCVA)。研究的次要目的如下:* 确定高剂量阿柏西普与阿柏西普对解剖学及其他视觉反应指标的影响 * 评估阿柏西普的安全性、免疫原性和药代动力学(PK)

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