青光眼引流装置与内皮细胞丢失比较试验

该数据集来自 clinicaltrials.gov,为 DECLARE 试验的前瞻性 1:1 随机、平行设计、双盲临床试验,比较青光眼引流装置植入后管置于睫状体沟与前房两种位置的内皮细胞密度、眼内压及宏基因组 RNA 深度测序结果

University of PennsylvaniaUniversity of Pennsylvania
clinicaltrials
浏览 3
医学影像Glaucoma
Glaucoma Drainage Device and Endothelial Cell Loss Compare Trial

基本信息

模态
医学影像
创建/更新时间
2026-10-23

资源简介

青光眼引流装置与内皮细胞丢失比较试验

该数据集来自 clinicaltrials.gov,为 DECLARE 试验的前瞻性 1:1 随机、平行设计、双盲临床试验,比较青光眼引流装置植入后管置于睫状体沟与前房两种位置的内皮细胞密度、眼内压及宏基因组 RNA 深度测序结果。主要结局评估随访 12 个月,总随访 24 个月,按临床中心和手术类型分层随机。数据可用于青光眼手术方式与角膜内皮影响的比较研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:青光眼。DECLARE 试验是一项前瞻性 1:1 随机、平行设计、双盲临床试验,旨在比较青光眼引流装置(GDD)植入后管置于睫状体沟与前房(AC)两种位置之间的内皮细胞密度(ECD)、眼内压(IOP)和宏基因组 RNA 深度测序(MDS)。该试验采用固定样本量,主要结局评估随访 12 个月,试验参与者将继续随访至资助周期结束,总随访 24 个月。患者将被随机分配到 GDD 植入的 2 个管位置: 管置于 AC 管置于睫状体沟 * 分层:按临床中心和手术类型(单纯 GDD vs GDD 联合超声乳化)分层。按临床中心分层随机是为了确保相似数量的受试者被随机分配到任一 su

【主题与分类】

主题标签:Glaucoma。本站分类:眼及附器疾病/青光眼。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05924477

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/NCT05924477

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:青光眼。DECLARE试验是一项前瞻性1:1随机、平行设计、双盲临床试验,旨在比较青光眼引流装置(GDD)植入后,睫状沟与前房(AC)引流管放置之间的内皮细胞密度(ECD)、眼内压(IOP)和宏基因组RNA深度测序(MDS)。该试验采用固定样本量,主要结局评估随访12个月,试验参与者将继续随访至资助周期结束,总随访时间为24个月。患者将被随机分配至GDD植入的2个引流管位置:* 引流管置于前房 * 引流管置于睫状沟 * 分层:按临床中心和手术类型(单纯GDD vs GDD联合超声乳化术)分层。按临床中心进行分层随机化,以确保特定临床中心有相似数量的受试者被随机分配至睫状沟引流管或前房引流管放置组。

由于接受超声乳化联合GDD植入术的眼部可能因超声乳化而产生更大的ECL,因此按手术类型进行分层是为了确保两个管位置组在接受超声乳化联合GDD植入术的研究眼数量上相似。

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