特发性黄斑前膜及对侧眼在不同分组中的人口统计学与临床特征
该数据集是一个眼科临床表格数据集,包含特发性黄斑前膜患者及其对侧眼的人口统计学信息和临床测量指标,如年龄、性别、视力、黄斑厚度等,主要用于研究特发性黄斑前膜在不同分组中的特征差异,支持眼科疾病分析、临床评估和流行病学研究。

基本信息
资源简介
特发性黄斑前膜及对侧眼在不同分组中的人口统计学与临床特征
【数据集背景】
本数据集源站标题为《Demographic and clinical characteristics of idiopathic epiretinal membrane and fellow eyes in different groups.》。配套论文《Association of macular choroidal thickness with optical coherent tomography morphology in patients with idiopathic epiretinal membrane》发表于 PLOS ONE(2020),DOI:10.1371/journal.pone.0239992。源站首次发布:2020-09-29。
【数据内容】
源站原始描述:Demographic and clinical characteristics of idiopathic epiretinal membrane and fellow eyes in different groups
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 1.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pone.0239992.t001。
【主题与分类】
源站学科分类:Medicine、Cell Biology、Genetics、Molecular Biology、Biotechnology、Immunology。主题标签:macular choroidal thickness、idiopathic epiretinal membrane Purpose、ERM eyes、Group 2、Group 3、idiopathic epiretinal membrane、Conclusions Membrane contraction、SD-OCT、idiopathic ERM patients、idiopathic ERM。
【适用方向】
源站学科分类标注为 Medicine、Cell Biology、Genetics、Molecular Biology、Biotechnology、Immunology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Demographic_and_clinical_characteristics_of_idiopathic_epiretinal_membrane_and_fellow_eyes_in_different_groups_/13021620
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Fang, I-Mo; Chen, Li-Li (2020). Demographic and clinical characteristics of idiopathic epiretinal membrane and fellow eyes in different groups.. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-14,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集为眼科医学数据集,记录了特发性黄斑前膜(idiopathic epiretinal membrane, iERM)患者及其对侧眼的人口统计学和临床特征数据。数据以表格形式呈现,包含患者年龄、性别、眼别、疾病分组等人口统计学信息,以及视力、黄斑中心凹厚度、视网膜结构等临床测量指标。数据来源于临床观察研究,通过眼科检查和影像学评估收集。该数据集主要用于分析特发性黄斑前膜在不同临床分组中的特征差异,支持眼科疾病研究、临床决策辅助和流行病学分析。
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。




