PRO-232用于白内障手术患者的研究

该数据集来自clinicaltrials.gov,聚焦白内障摘除术后患者使用PRO-232滴眼液的多中心、随机、双盲、平行组对照临床研究

Laboratorios Sophia S.A de C.V.Laboratorios Sophia S.A de C.V.
clinicaltrials
浏览 11
其他分类Cataract Extraction
PRO-232 in Patients Subjected to Cataract Surgery

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

PRO-232用于白内障手术患者的研究

该数据集来自clinicaltrials.gov,聚焦白内障摘除术后患者使用PRO-232滴眼液的多中心、随机、双盲、平行组对照临床研究。受试者接受14天研究治疗,主要疗效终点为治疗14天后房水细胞分级为0级的患者比例,对比同期使用莫西沙星和地塞米松滴眼液。次要结局涵盖前房细胞、眼部炎症、眼痛(Wong-Baker Faces视觉模拟量表)、治疗相关意外不良事件发生率、最佳矫正视力及眼压变化。数据可用于眼科术后抗炎治疗的有效性与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:白内障摘除。这是一项多中心、随机、双盲、平行组、对照临床研究,旨在评估PRO-232滴眼液在白内障术后患者中的有效性和安全性。受试者将接受为期14天的研究治疗。主要疗效终点是通过治疗14天后房水细胞分级为0级的患者比例,评估应用于白内障术后患者眼表的PRO-232滴眼液与同期给予莫西沙星和地塞米松滴眼液相比的效果。次要结局包括前房细胞、眼部炎症、使用Wong-Baker Faces®视觉模拟量表评估的眼痛、治疗相关意外不良事件的发生率、最佳矫正视力(BCVA)以及眼压(IOP)的变化。

【主题与分类】

主题标签:Cataract Extraction。本站分类:眼及附器疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07305987

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/NCT07305987

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:白内障摘除术。这是一项多中心、随机、双盲、平行组、对照临床研究,旨在评估PRO-232滴眼液在白内障术后患者中的疗效和安全性。受试者将接受为期14天的研究治疗。主要疗效终点是评估白内障术后患者眼表应用PRO-232滴眼液,与联合使用莫西沙星滴眼液和地塞米松相比,治疗14天后细胞分级为0级的患者比例。次要结局包括评估前房细胞、眼部炎症、使用Wong-Baker Faces®视觉模拟量表评估的眼痛、治疗相关意外不良事件的发生率、最佳矫正视力(BCVA)以及眼压(IOP)的变化。

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