Mirabegron 治疗年龄相关性黄斑变性

该数据集来自 clinicaltrials.gov,聚焦 Mirabegron 用于治疗干性年龄相关性黄斑变性(Dry AMD)的临床试验

University of NaplesUniversity of Naples
clinicaltrials
浏览 9
其他分类Dry AMDOveractive Bladder
Mirabegron in Patients With Age-Related Macular Degeneration

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

Mirabegron 治疗年龄相关性黄斑变性

该数据集来自 clinicaltrials.gov,聚焦 Mirabegron 用于治疗干性年龄相关性黄斑变性(Dry AMD)的临床试验。研究对象为 50 至 80 岁、患有早期或中度 Dry AMD 并伴有膀胱过度活动症(Overactive Bladder)的患者。试验主要关注治疗后外层视网膜形态是否发生变化,并比较 Mirabegron 与常规方案 Solifenacin 的安全性和疗效。参与者需每日服药持续 12 个月,每 6 个月到诊所复查和检测。数据可用于评估药物对 Dry AMD 的潜在作用及安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:干性 AMD、膀胱过度活动症。本临床试验的目标是了解 Mirabegron 是否能治疗 50 至 80 岁、患有早期或中度干性 AMD 并伴有膀胱过度活动症患者的干性 AMD。其主要旨在回答的问题是:• 接受治疗的患者外层视网膜形态是否有任何变化?研究人员将比较 Mirabegron 与常规方法(Solifenacin)治疗伴有干性 AMD 和膀胱过度活动症患者的干性 AMD 的安全性和疗效。参与者将: 每天服用 Mirabegron 或 Solifenacin,持续 12 个月 每 6 个月到诊所进行一次检查和测试

【主题与分类】

主题标签:Dry AMD、Overactive Bladder。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07305298

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07305298

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。

数据说明

疾病:干性年龄相关性黄斑变性(干性AMD)、膀胱过度活动症。本临床试验的目的是了解米拉贝隆能否用于治疗50至80岁、患有早期或中度干性AMD并伴有膀胱过度活动症患者的干性AMD。其主要旨在回答的问题是:• 接受治疗的患者外层视网膜形态是否有任何变化?研究人员将比较米拉贝隆与常规方法(索利那新)治疗干性AMD伴膀胱过度活动症患者的安全性和有效性。参与者将:* 每天服用米拉贝隆或索利那新,持续12个月 * 每6个月到诊所进行一次检查和测试

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。

获取专属数据定制方案