评估新型人工泪液制剂(ABBV-444)与Refresh Optive单剂量剂型在成人干眼病患者中疗效及副作用的临床研究
研究比较新型人工泪液制剂ABBV-444与Refresh Optive UD在成人干眼症受试者中为期90天的疗效与安全性

基本信息
资源简介
评估新型人工泪液制剂(ABBV-444)与Refresh Optive单剂量剂型在成人干眼病患者中疗效及副作用的临床研究
本数据集来自clinicaltrials.gov,主题为干眼症(Dry Eye Disease)。研究比较新型人工泪液制剂ABBV-444与Refresh Optive UD在成人干眼症受试者中为期90天的疗效与安全性。受试者先完成为期7天使用REFRESH PLUS®滴眼液的导入期,符合条件者随机分入2个治疗组。研究计划在美国约20个中心入组约250名受试者。数据可用于干眼症治疗方案的疗效与安全性分析,以及人工泪液相关临床研究的分类与比较(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:干眼症。干眼症(DED)是指当眼睛润滑不足时发生的一种长期状况。当眼睛无法产生足够的泪液或产生的泪液质量不佳时,就可能发生这种情况。本研究的目的是在干眼症(DED)受试者中比较新型人工泪液制剂(ABBV-444)与Refresh Optive UD为期90天的疗效和安全性。ABBV-444正在开发用于治疗干眼症(DED)。受试者将被分配到2个治疗组中的1个。每组接受不同的治疗。将入组被诊断为干眼症的成人受试者。大约250名受试者将在美国约20个中心入组本研究。在本研究中,受试者首先完成为期7天的导入期,使用REFRESH PLUS®滴眼液。符合条件者随后被随机分配接受
【主题与分类】
主题标签:Dry Eye Disease。本站分类:眼病/干眼症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07284381
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/NCT07284381
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
疾病:干眼症。干眼症(DED)是指当眼睛润滑不足时发生的一种长期状况。当眼睛无法产生足够的泪液或产生的泪液质量不佳时,就可能发生这种情况。本研究的目的是在干眼症(DED)受试者中,比较一种新型人工泪液制剂(ABBV-444)与Refresh Optive UD为期90天的疗效和安全性。ABBV-444正在开发用于治疗干眼症(DED)。受试者将被分配到2个治疗组中的1个。每组接受不同的治疗。将入组诊断为干眼症的成年受试者。本研究将在美国约20个研究中心入组约250名受试者。在本研究中,受试者首先完成为期7天的导入期,使用REFRESH PLUS®滴眼液。符合条件者随后被随机分配接受ABBV-444滴眼液或REFRESH OPTIVE® Unit Dose滴眼液。两个组的受试者都将接受为期90天的治疗。与受试者的标准治疗相比,本试验中受试者的治疗负担可能更高。
参与者在研究期间需在研究现场参加多次必需的研究访视。治疗效果将通过医学评估和问卷进行检查。
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。




