RCI001滴眼液治疗干眼症2期研究
本数据集来自clinicaltrials.gov,收录一项针对干眼症(Dry Eye)的2期临床研究信息。该研究为多中心、随机、双盲、安慰剂对照设计,评估0.25% RCI001 Ophthalmic Solution在干眼症受试者中的效果

基本信息
资源简介
RCI001滴眼液治疗干眼症2期研究
本数据集来自clinicaltrials.gov,收录一项针对干眼症(Dry Eye)的2期临床研究信息。该研究为多中心、随机、双盲、安慰剂对照设计,评估0.25% RCI001 Ophthalmic Solution在干眼症受试者中的效果。研究包含约2周导入期和4周治疗期,每位受试者参与约6周。预计筛选约400人,随机约200人,每组约50人。导入期受试者双眼接受安慰剂滴眼液,每日两次或四次;导入期结束后符合条件者按相同给药频率随机接受0.25% RCI001滴眼液或安慰剂。可用于了解该试验的设计与分组信息(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。这是一项多中心、随机、双盲、安慰剂对照的2期研究,评估0.25% RCI001滴眼液在干眼症受试者中的效果。每位受试者将参与约6周,包括2周导入期和随后的4周治疗期。预计筛选约400名受试者,约200名符合条件的受试者将被随机分组,每组约50名受试者。在导入期,筛选合格的受试者将根据每日两次或每日四次的给药方案,双眼接受安慰剂滴眼液。导入期结束时,符合条件的受试者将被随机分组,继续相同的给药频率,并接受0.25% RCI001滴眼液或安慰剂
【主题与分类】
主题标签:Dry Eye。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07625124
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/NCT07625124
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
适应症:干眼症。这是一项多中心、随机、双盲、安慰剂对照的2期研究,评估0.25% RCI001滴眼液在干眼症患者中的疗效。每位参与者预计参与约6周,包括2周的导入期和随后4周的治疗期。预计筛选约400名参与者,约200名符合条件的参与者将被随机分组,每组约50名参与者。在导入期,筛选合格的参与者将根据每日两次或每日四次的给药方案,双眼接受安慰剂滴眼液。导入期结束时,符合条件的参与者将被随机分组,继续相同的给药频率,并双眼接受0.25% RCI001滴眼液或安慰剂滴眼液治疗4周。四个治疗组为:0.25% RCI001滴眼液每日两次;安慰剂滴眼液每日两次;0.25% RCI001滴眼液每日四次;安慰剂滴眼液每日四次。
本研究将包括四次计划访视:第-14天筛选期,第1天基线/随机化,第14天随访,以及第28天治疗结束/研究退出。研究程序中将采用受控不良环境(CAE)评估。主要疗效终点为第28天CAE暴露前评估的总角膜荧光素染色和眼部不适。次要疗效评估包括其他眼部染色指标、结膜充血、Schirmer试验、泪膜破裂时间、眼表疾病指数、眼部不适评分、视觉模拟量表症状以及每日症状日记数据。安全性评估包括视力、裂隙灯生物显微镜检查、滴眼液舒适度、不良事件监测、眼压以及散瞳眼底检查。本研究旨在比较RCI001与corr
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。




