手持式飞秒激光在白内障手术中行前囊膜切开术的评估(上市后研究)
本数据集来自 clinicaltrials.gov,主题为手持式飞秒激光在白内障手术中行前囊膜切开术的评估,属于上市后研究

基本信息
资源简介
手持式飞秒激光在白内障手术中行前囊膜切开术的评估(上市后研究)
本数据集来自 clinicaltrials.gov,主题为手持式飞秒激光在白内障手术中行前囊膜切开术的评估,属于上市后研究。研究为前瞻性、单臂、单中心、开放、序贯、非干预性设计,随访 30 ± 15 天,其设计与 Rx 上市前研究相同,后者已纳入 78 例患者并作为本上市后研究数据集的一部分。样本量按 Wilson 方法计算,假设囊膜破裂率低于 2%、上限不超过 3.5%,最多纳入 446 例患者。数据可用于评估该激光设备在白内障手术前囊膜切开中的表现与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:白内障手术。本研究是一项 PMCF、序贯、非干预性、前瞻性(随访:30 ± 15 天)、单臂、单中心、开放试验。注:本研究的设计与 Rx 上市前研究的设计相同(相同设计、相同终点、相同研究中心、相同随访)。上市前研究已纳入 78 例患者,并将作为当前 PMCF 研究数据集的一部分。样本量计算(Wilson 方法):考虑到本研究的设计与 Rx 上市前研究的设计相同,且该上市前临床研究(NCT05141370)已纳入 78 例患者;假设因 Rx 导致的囊膜破裂率 < 2%;且上限 ≤ 3.5%;将纳入的最大患者数为 446 例(考虑到已纳入 78 例患者,剩余 368
【主题与分类】
主题标签:Cataract Surgery。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07362043
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/NCT07362043
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:白内障手术。本研究为PMCF、序贯、非干预性、前瞻性(随访:30±15天)、单臂、单中心、开放性试验。注:本研究设计与Rx上市前研究的设计相同(相同设计、相同终点、相同研究中心、相同随访)。上市前研究已纳入78例患者,将作为当前PMCF研究数据集的一部分。样本量计算(Wilson法):考虑到本研究设计与Rx上市前研究的设计相同,且该上市前临床研究(NCT05141370)已纳入78例患者;假设因Rx导致的囊膜破裂率<2%;且上限≤3.5%;最大纳入患者数为446例(考虑到已纳入78例患者,尚需纳入368例),对应8例囊膜破裂,发生率为1.79%,区间为[0.91%;3.5%]。研究者建议开展一项序贯研究,其中患者数量取决于成功标准和失败标准,具体如下所述。
由于该研究采用序贯设计,计划在每个序列结束时进行中期分析,以检验是否达到囊膜破裂率上限≤3.5%的目标(成功),或破裂率是否等于或超过2%(失败)。一旦确认成功或失败标准,研究即停止。序列1:- 需达到106例患者:* 成功:0例囊膜破裂 -> 上限≤3.5% * 失败:≥3例囊膜破裂 -> 破裂率≥2% 若囊膜破裂数为1≤且≤2,则试验继续。序列2:- 需达到158例患者:* 成功:1例囊膜破裂 -> 上限≤3.5% * 失败:≥4例囊膜破裂 -> 破裂率≥2% 若囊膜破裂数为2≤且≤3,则试验继续。序列3:- 需达到205例患者:* 成功:2例囊膜破裂 -> 上限≤3.5% * 失败:≥5例囊膜破裂 -> 破裂率
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。




