印度地理多样人群白内障与日照暴露关联研究：ICMR-EYE SEE 研究组首报

数据集获取

源站：https://doi.org/10.5061/dryad.5qfttdz19

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 2.4 MB。

数据说明

目的：确定印度三个不同地理区域人群中白内障的患病率及其与日光暴露和其他环境风险因素的关联。设计：2010—2016年基于人群的横断面研究。参与者：对随机抽样的村庄中年龄>40岁的居民进行枚举（12021人），其中9735人（81%）接受了眼科检查，分别来自平原、丘陵和沿海地区（分别为3595人、3231人、2909人）。方法：进行详细的问卷调查访谈，内容涉及现在、过去和遥远过去的户外活动、防晒措施的使用、烟雾暴露，并进行详细的眼科检查，包括未矫正和最佳矫正视力评估、眼压测量、裂隙灯检查、使用LOCS III进行晶状体混浊分类以及后节评估。终生有效日光暴露采用Melbourne公式计算，并以分位数表示。这些数据辅以物理环境测量。主要结局指标：终生日光暴露小时数、吸烟、室内厨房烟雾暴露及其与白内障和亚型的关联。

白内障患病率根据晶状体混浊或白内障手术证据计算。结果：在3231名（33.3%）参与者中发现白内障。男性和女性的白内障患病率相似，分别为32.3%和34.1%。核性白内障是受影响眼中最常见的亚型，占94.7%。阳光暴露与白内障有显著关联，比值比（OR）从第三四分位数的1.6（95%置信区间[CI]：1.4, 1.9）增加到第四四分位数的2.6（CI：2.2, 3.1），再到第五四分位数的9.4（CI：7.9, 11.2）（p<0.0001）。白内障还与吸烟（OR：1.4, CI：1.2, 1.6）和室内厨房烟雾暴露（OR：1.2, CI：1.0-1.4）有显著关联。核性白内障与阳光暴露增加呈正相关，在第三四分位数（β系数0.5, CI：0.2-0.7）

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。