SGLT2 抑制剂治疗地图样萎缩研究
该数据集来自 clinicaltrials.gov，为一项关于口服 dapagliflozin 治疗继发于年龄相关性黄斑变性（AMD）的地图样萎缩（GA）的 II 期前瞻性、单中心、随机、双盲、安慰剂对照研究
基本信息
资源简介
SGLT2 抑制剂治疗地图样萎缩研究
该数据集来自 clinicaltrials.gov，为一项关于口服 dapagliflozin 治疗继发于年龄相关性黄斑变性（AMD）的地图样萎缩（GA）的 II 期前瞻性、单中心、随机、双盲、安慰剂对照研究。计划随机约 70 名受试者，以在单中心获得至少 60 名可评估受试者，按 1:1 随机接受 dapagliflozin 10 mg 每日一次口服或匹配安慰剂。主要结局为 1 年内通过眼底自发荧光（FAF）测量的 GA 病灶面积进展，次要结局包括视功能的结构与功能测试，如玻璃膜疣体积变化。可用于评估该药物对 GA 进展的安全性与疗效（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：视网膜变性、视网膜疾病、眼部疾病、地图样萎缩、解剖病理状态。这是一项 II 期、前瞻性、单中心、随机、双盲、安慰剂对照研究，旨在评估口服 dapagliflozin 在继发于年龄相关性黄斑变性（AMD）的地图样萎缩（GA）受试者中的安全性、耐受性和疗效。该研究将随机分配约 70 名受试者，以在单中心获得至少 60 名可评估受试者。受试者将按 1:1 的方式随机接受：1. Dapagliflozin 10 mg（口服）每日一次 2. 匹配安慰剂（口服）每日一次。主要关注结局将是 1 年期间通过眼底自发荧光（FAF）测量的 GA 病灶面积进展，次要结局包括视功能的结构和功能测试，如测量的玻璃膜疣体积变化
【主题与分类】
主题标签：Retinal Degeneration、Retinal Diseases、Eye Diseases、Geographic Atrophy、Pathological Conditions, Anatomical。本站分类：眼及附器疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07174687
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/NCT07174687
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
疾病：视网膜变性、视网膜疾病、眼部疾病、地图样萎缩、病理性状况、解剖学。这是一项II期、前瞻性、单中心、随机、双盲、安慰剂对照研究，旨在评估口服达格列净在继发于年龄相关性黄斑变性（AMD）的地图样萎缩（GA）受试者中的安全性、耐受性和疗效。该研究将在单中心随机分配约70名受试者，以获得至少60名可评估受试者。受试者将按1：1的比例随机接受：1. 达格列净10 mg（口服），每日一次；2. 匹配安慰剂（口服），每日一次。主要关注结局为通过眼底自发荧光（FAF）测量的1年期间GA病灶面积的进展，次要结局包括视觉功能的结构和功能测试，如通过OCT测量的玻璃膜疣体积变化、暗适应和低亮度BCVA，以确定达格列净对干性AMD进展的影响。所有受试者将在第12个月返回进行最终随访访视，标志着研究结束。
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。
