微创脉络膜上腔引流术治疗晚期新生血管性青光眼的疗效与安全性
该数据集来自 clinicaltrials.gov，聚焦眼及附器疾病中的青光眼，主题为新生血管性青光眼。源站描述显示，研究对接受微创脉络膜上腔引流手术的晚期新生血管性青光眼患者进行回顾性分析，覆盖眼压、用药情况和疼痛评分等临床客观指标以及随访结局，旨在评估该手术的安全性与疗效，并分析患者的临床特征
基本信息
资源简介
微创脉络膜上腔引流术治疗晚期新生血管性青光眼的疗效与安全性
该数据集英文名为 Efficacy and Safety of Minimally Invasive Suprachoroidal Drainage，来源于 clinicaltrials.gov，在分类上归属于眼及附器疾病中的青光眼，主题标签为新生血管性青光眼。源站描述显示，该研究针对接受微创脉络膜上腔引流手术的晚期新生血管性青光眼患者开展回顾性分析，覆盖眼压、用药情况和疼痛评分等临床客观指标以及随访结局，目的在于评估该手术的安全性与疗效，并分析此类患者的临床特征。整体而言，该数据集围绕一种针对晚期新生血管性青光眼的微创手术方案，汇集了与手术效果评价和患者特征识别相关的临床信息，可供关注青光眼手术治疗评价的研究者参考。
【数据集背景】
新生血管性青光眼属于眼及附器疾病中的青光眼类别，源站描述将其研究对象限定为晚期新生血管性青光眼患者。该研究关注的是微创脉络膜上腔引流手术在这一患者群体中的应用，研究性质为回顾性分析。其核心目的有两方面：一是评估该手术用于晚期新生血管性青光眼的安全性与疗效，二是通过回顾性分析临床数据识别此类患者的临床特征。数据集即围绕这一研究目的组织相关临床信息。
【数据内容】
源站描述明确提及的临床客观指标包括眼压、用药情况和疼痛评分，同时涵盖随访结局。这些指标共同构成评价手术安全性与疗效的观察维度：眼压与用药情况反映眼压控制状况，疼痛评分反映患者主观感受，随访结局则体现术后一段时间内的转归。关于数据集的具体记录条数、字段结构、变量类型、时间跨度等信息，源站未提供。
【采集与来源】
该数据集来自 clinicaltrials.gov，源站描述表明其数据基础是对晚期新生血管性青光眼患者临床数据的回顾性分析，研究对象为接受微创脉络膜上腔引流手术的患者。关于采集机构、采集地点、采集时间范围以及样本纳入与排除标准等细节，源站未提供。
【适用场景】
基于源站描述，该数据集适用于围绕晚期新生血管性青光眼微创脉络膜上腔引流手术的安全性与疗效评价开展分析，也可用于探讨此类患者的临床特征。潜在使用方向包括对眼压、用药情况和疼痛评分等指标及其随访结局的回顾性研究，以及与其他青光眼治疗方案的比较性讨论。关于具体适用人群范围或临床决策支持用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、文件格式、字段说明、统计分析方法建议或配套工具等。
【质量与限制】
该数据集基于回顾性分析设计，源站描述未提供样本量、数据完整性、缺失值处理、随访时长及偏倚控制等信息，相关质量指标源站未提供。使用时应注意到回顾性研究设计本身的固有局限，但具体限制说明源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT07882511
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：新生血管性青光眼。本研究的目的是对接受微创脉络膜上腔引流手术的晚期新生血管性青光眼患者的临床客观指标（包括眼压、用药情况和疼痛评分）以及随访结果进行回顾性分析。本研究旨在评估该手术对晚期新生血管性青光眼的安全性和有效性。此外，还将对晚期新生血管性青光眼患者的临床数据进行回顾性分析，以明确其临床特征。
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。
