Nutritears® 治疗成人干眼症的有效性与安全性研究
该数据集来自 clinicaltrials.gov,主题为 Nutritears® 在成人干眼症(DES)受试者中的有效性与安全性评估

基本信息
资源简介
Nutritears® 治疗成人干眼症的有效性与安全性研究
该数据集来自 clinicaltrials.gov,主题为 Nutritears® 在成人干眼症(DES)受试者中的有效性与安全性评估。源站描述显示,这是一项前瞻性、随机、双盲、平行、安慰剂对照的临床干预研究,研究对象为干眼症及干眼综合征成人患者。干眼症因泪膜层失衡伴腺体功能障碍而影响眼表,症状包括不适、视觉障碍、炎症、眼表损伤及泪膜不稳定。数据可用于了解该膳食补充剂干预试验的设计与人群特征,支持干眼症相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:干眼、干眼综合征。干眼综合征(DES)影响着全球大量人群。泪膜湿润并防止眼表受到灰尘、毒素、污染物等的侵害。任何泪膜层的不平衡伴随腺体功能障碍都会导致 DES,并影响眼表。症状包括不适、视觉障碍、炎症、眼表损伤和泪膜不稳定。这是一项前瞻性、随机、双盲、平行、安慰剂对照的临床干预研究。本研究的目的是评估 Nutritears®(OmniActive Health Technologies 的一种膳食补充剂)在成人干眼综合征(DES)受试者中的有效性和安全性。在知情同意过程完成后、完成所有筛选评估并且一旦符合所有入选/排除标准,符合条件的受试者应
【主题与分类】
主题标签:Dry Eye、Dry Eye Syndromes。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05481450
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/NCT05481450
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、干眼综合征。干眼综合征(DES)影响着全球大量人群。泪膜湿润并保护眼表免受灰尘、毒素、污染物等的侵害。泪膜任一层的失衡伴随腺体功能障碍会导致DES,并影响眼表。症状包括不适、视觉障碍、炎症、眼表损伤和泪膜不稳定。这是一项前瞻性、随机、双盲、平行、安慰剂对照的临床干预研究。本研究的目的是评估Nutritears®(OmniActive Health Technologies的一种膳食补充剂)在成人干眼综合征(DES)受试者中的有效性和安全性。在知情同意过程完成、所有筛选评估完成且所有入选/排除标准均满足后,符合条件的受试者将被纳入研究。病史,包括对所有当前和既往疾病及其各自治疗的完整回顾,将在筛选访视期间进行。
在筛选期间将进行体格检查,包括详细的眼部检查和生命体征(如血压、脉率、血氧饱和度和体温)。将进行访谈以评估/获取病史、眼科病史、全身疾病史、当前职业、空气暴露、过敏问题或伴随全身疾病的存在、局部和全身用药、眼镜/隐形眼镜使用、口服避孕药、重大外伤史、化学烧伤、药物反应、使用任何类型泪液替代品的历史、其他结缔组织疾病以及任何眼部手术史。将记录来自计算机、笔记本电脑、电视、平板电脑和手机等设备的数字屏幕暴露时间。在考虑纳入研究之前,还将对每位潜在受试者进行以下筛选测试和程序:如果
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。




