必需脂肪酸补充剂对明显水性泪液缺乏型干眼症患者的安慰剂对照双盲临床评估研究
该数据集来自 clinicaltrials.gov,主题为必需脂肪酸补充剂对明显水性泪液缺乏型干眼症患者的安慰剂对照双盲临床评估研究,属于眼及附器疾病/其他分类

基本信息
资源简介
必需脂肪酸补充剂对明显水性泪液缺乏型干眼症患者的安慰剂对照双盲临床评估研究
该数据集来自 clinicaltrials.gov,主题为必需脂肪酸补充剂对明显水性泪液缺乏型干眼症患者的安慰剂对照双盲临床评估研究,属于眼及附器疾病/其他分类。源站描述指出,必需脂肪酸对睑板腺脂质组成及水性泪液生成的影响可能比以往认为的更大,干眼症影响全球数百万人,仅美国就超过一千万人,常见症状包括眼部灼烧、异物感、畏光等慢性不适,而必需脂肪酸对水性泪液或睑板腺脂质的作用尚未确立,本研究旨在更好地理解必需脂肪酸在维持睑板腺脂质及水性泪液生成或保留中的作用,并将选取确诊干眼症的患者参与(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:干眼症。必需脂肪酸对睑板腺脂质组成和水性泪液生成的影响可能比以往认为的更大。干眼症影响着全球数百万人,仅美国就超过1000万人。通常,与干眼病相关的症状包括眼部灼烧、异物感、畏光以及其他导致患者整体慢性不适的症状。遗憾的是,必需脂肪酸对水性泪液或睑板腺脂质(AT)的影响迄今尚未确立。本研究的目的是更好地理解必需脂肪酸在维持睑板腺脂质以及水性泪液的整体生成或保留中所起的作用。将被诊断为干眼症的患者将被选中参与该研究。一旦符合参与资格
【主题与分类】
主题标签:Dry Eye Syndrome。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00344721
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/NCT00344721
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
条件:干眼综合征。必需脂肪酸对睑板腺脂质组成及水性泪液产生的影响可能比以往认为的更大。干眼综合征困扰着全球数百万人,仅在美国就有超过1000万人。通常,与干眼病相关的症状包括眼部烧灼感、异物感、畏光以及其他导致患者整体慢性不适的症状。遗憾的是,迄今为止,必需脂肪酸对水性泪液或睑板腺脂质(AT)的影响尚未明确。本研究旨在更深入地了解必需脂肪酸在维持睑板腺脂质以及水性泪液的整体产生或保留中所起的作用。将被诊断患有干眼综合征的患者将入选参与该研究。一旦符合参与试验的资格,随机分配至活性对照组的参与者将接受每日一次(QD)口服四剂软胶囊。
Omega-3脂肪酸每日含量:EPA(二十碳五烯酸)剂量:450mg;DHA(二十二碳六烯酸)剂量:300mg;亚麻籽油(有机)剂量:1000mg。安慰剂组患者将接受不含必需脂肪酸的小麦胚芽油营养补充胶囊。试验期间,鼓励患者不要改变饮食、局部眼用药物及全身治疗,研究治疗除外。在筛选检查后,患者的局部治疗将统一标准化,所有患者均每日使用TheraTears™四次。患者将按以下方式服用设盲胶囊:早晨服用4粒软胶囊。设盲药物、TheraTears™及随机化表将由申办方提供。受试者将在首次访视(开始治疗前)和随访(治疗三个月后)访视时进行以下检查:完整眼科检查(眼表活体染色和泪膜破裂时间);完成o
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。




