OCS-01 治疗白内障术后炎症与疼痛

该数据集来自 clinicaltrials.gov,主题为 OCS-01 眼用混悬液治疗白内障术后角膜炎症与术后疼痛。研究为多中心、随机、双盲、安慰剂(溶媒)对照设计,评估 OCS-01 每日一次与每日两次相较安慰剂的疗效与安全性

OculisOculis
clinicaltrials
浏览 11
其他分类Inflammation CornealPain, Postoperative
OCS-01 in Treating Inflammation and Pain in Post-cataract Patients

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

OCS-01 治疗白内障术后炎症与疼痛

该数据集来自 clinicaltrials.gov,主题为 OCS-01 眼用混悬液治疗白内障术后角膜炎症与术后疼痛。研究为多中心、随机、双盲、安慰剂(溶媒)对照设计,评估 OCS-01 每日一次与每日两次相较安慰剂的疗效与安全性。受试者按 1:1:1 随机分配至 OCS-01 QD、OCS-01 BID 或安慰剂 BID 组,术后第 1 天起术眼每日两次、每次 1 滴,持续 14 天,研究最长 24 天,含第 7 次随访(第 22±2 天)。可用于眼科术后抗炎镇痛相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:角膜炎症、术后疼痛。这是一项多中心、随机、双盲、安慰剂(溶媒)对照研究,旨在评估 OCS-01 眼用混悬液(QD 与 BID)相较安慰剂在治疗白内障术后炎症和疼痛方面的疗效与安全性。受试者将按 1:1:1 随机分配接受 OCS-01 QD、OCS-01 BID 或安慰剂 BID。受试者自术后第 1 天起,在研究眼每日两次、每次 1 滴,持续 14 天。研究将持续最长 24 天,包括第 7 次访视(第 22±2 天)的随访。

【主题与分类】

主题标签:Inflammation Corneal、Pain, Postoperative。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04130802

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/NCT04130802

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

条件:角膜炎症、疼痛、术后。这是一项多中心、随机、双盲、安慰剂(溶媒)对照研究,旨在评估OCS-01眼用混悬液(每日一次 versus 每日两次)与安慰剂相比,在治疗白内障术后炎症和疼痛方面的疗效和安全性。受试者将按1:1:1随机分配,接受OCS-01每日一次、OCS-01每日两次或安慰剂每日两次治疗。受试者将在术后第1天开始,在研究眼内每日两次滴入1滴,持续14天。研究将持续至多24天,包括在第7次访视(第22天±2天)进行的随访。

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