PRO-165 眼用凝胶与 Artelac® Nightime Gel 的安全性和耐受性
该数据集源自 clinicaltrials.gov,关注 PRO-165 眼用凝胶与 Artelac® Nightime Gel 在干眼综合征受试者中的安全性和耐受性

基本信息
资源简介
PRO-165 眼用凝胶与 Artelac® Nightime Gel 的安全性和耐受性
该数据集源自 clinicaltrials.gov,关注 PRO-165 眼用凝胶与 Artelac® Nightime Gel 在干眼综合征受试者中的安全性和耐受性。研究在墨西哥西部和中部多个研究中心招募受试者,各中心按招募能力制定监查计划,至少每月一次,对录入电子病例报告表(e-CRF)的数据质疑进行反馈,并要求在下次监查访视前完成修改。不良事件报告依据标准操作规程(PNO)和墨西哥官方标准 220(NOM 220),使用 MedDRA 20.1 西班牙语版报告体征或症状,严重不良事件(SAE)按相应标准报告。可用于干眼治疗安全性评估相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:干眼综合征。研究受试者将从墨西哥西部和中部各研究中心招募。每个研究中心根据其招募能力制定监查计划,必须至少每月一次,向中心报告录入电子病例报告表(e-CRF)的数据质疑,并以下一次监查访视作为进行相关修改的时限。不良事件报告将根据标准操作规程(PNO)进行,其中依据墨西哥官方标准 220(NOM 220)规定,不良事件的体征或症状将基于监管活动医学词典(MedDRA)报告,申办方持有西班牙语版 20.1。严重不良事件(SAE)将根据标准……
【主题与分类】
主题标签: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/NCT03697876
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/NCT03697876
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:干眼综合征。研究对象将从墨西哥西部和中部的多个研究中心招募。每个研究中心根据其招募能力制定有相应的监查计划,监查频率至少为每月一次,届时将向该中心报告录入电子病例报告表(e-CRF)中的数据查询,并须在下次监查访视前完成相关修改。不良事件的报告将按照标准操作规程(PNO)进行,其中根据《墨西哥官方标准220》(NOM 220)规定,不良事件的体征或症状将依据《监管活动医学词典》进行报告,申办方持有该词典西班牙语版第20.1版。严重不良事件(SAEs)将按照申办方的药物警戒标准操作规程进行报告,该规程遵循NOM 220指南及国际法规,并将在监管框架内于不超过7天的期限内向监管机构报告。
本研究已在国家临床试验注册中心(RNEC)注册,该机构相当于墨西哥的临床试验注册机构。质量保证计划由申办方通过临床研究质量保证专员实施,其职责是对研究中心进行检查和稽查,以记录并生成方案偏离报告。除监查计划访视外,数据可靠性也得到保障。为核实录入电子病例报告表(e-CRF)数据的完整性、真实性和可靠性,各中心的监查员将把上传至门户网站的信息与主要研究者(PI)源文件中所报告的信息进行核对,如临床记录、临床病史及附于研究方案的文件和表格、纸质病例报告表,以及所提供的
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。




