印度安得拉邦城乡白内障手术效果:RAVI项目
目的:评估印度南部安得拉邦城乡40岁及以上人群白内障手术后的视觉结果。方法:开展了一项基于人群的横断面研究,从两个农村和一个城市地点抽样7800名受试者

基本信息
资源简介
印度安得拉邦城乡白内障手术效果:RAVI项目
目的:评估印度南部安得拉邦城乡40岁及以上人群白内障手术后的视觉结果。方法:开展了一项基于人群的横断面研究,从两个农村和一个城市地点抽样7800名受试者
Outcomes of cataract surgery in urban and rural population in the South Indian State of Andhra Pradesh: Rapid Assessment of Visual Impairment (RAVI) Project
【数据内容】
源站描述(机器翻译,仅供参考):目的:评估印度南部安得拉邦城乡40岁及以上人群白内障手术后的视觉结果。方法:开展了一项基于人群的横断面研究,从两个农村和一个城市地点抽样7800名受试者。由经过培训的人员进行视力评估和眼部检查。使用问卷收集个人和人口学信息以及白内障手术史。盲和中度视力损伤(MVI)分别定义为较好眼呈现视力<6/60和<6/18至6/60。结果:共检查7378人(94.6%)。其中,870名个体的1228只眼因白内障接受手术。手术受试者的平均年龄为63.7岁(SD:10.7岁)。接受手术者中56.3%为女性,76%为文盲,其中42%使用眼镜。
【主题与分类】
主题标签:白内障手术、视觉结果、城乡对比、南印度、视力损伤、横断面研究。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A4f83830289742e905a09047b7f86146dc881ceafc3294788488345b23cd38964
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:评估印度南部安得拉邦城乡40岁及以上人群白内障手术后的视力结局。方法:开展了一项基于人群的横断面研究,从两个农村地区和一个城市地区共抽取7800名受试者。由经过培训的人员进行视力评估和眼部检查。使用问卷收集个人及人口学信息以及白内障手术史。盲和中度视力损害(MVI)分别定义为较好眼的最佳矫正视力<6/60和<6/18至6/60。结果:共检查7378人(94.6%)。其中,870名个体的1228只眼接受了白内障手术。手术受试者的平均年龄为63.7岁(标准差:10.7岁)。接受手术者中女性占56.3%,文盲占76%,其中42%在白内障手术后使用眼镜。即使手术后,12.2%的手术眼存在中度视力损害,14.7%的眼存在盲。城市地区受试者获得良好结局的比例显著高于农村地区(p=0.01)。
未矫正的屈光不正(58.7%)是导致中重度视力损害(MVI)的主要原因,后节疾病(34.3%)是导致失明的主要原因。应用多元logistic回归分析,不良结局的危险因素为年龄≥70岁(OR:1.9,95% CI:1.3-2.8)、农村居住(OR:1.3,95% CI:1.0-1.8)以及无晶状体眼的存在(OR:8.9,95% CI:5.7-13.8)。结论:在印度南部安得拉邦,白内障术后屈光不正仍是导致MVI的重要可矫正原因。需要矫正屈光不正以提供良好的视力恢复并实现白内障手术的益处。
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。




