IONDT随访试验记录

缺血性视神经病变减压试验随访研究记录,关注二眼发病和视力变化,由National Eye Institute提供,来自ClinicalTrials.gov数据库,数据格式为表格,适用于分类任务,许可证为Public Domain。

National Eye InstituteNational Eye Institute
ClinicalTrials.gov
2026-01-01 更新
浏览 27
表格分类Ischemic Optic NeuropathyNAIONObservationalSurgeryOphthalmology
IONDT Followup

基本信息

模态
表格
任务类型
分类
许可
Public Domain
创建/更新时间
2026-01-01

资源简介

IONDT随访试验记录

【一句话概览】

缺血性视神经病变减压试验随访(IONDT Followup)旨在对原试验全部入组患者进行随访,以确定非动脉炎性缺血性视神经病变(NAION)在第二只眼的发生率、研究眼与第二只眼视力随时间的变化,以及NAION自然史的其他方面。该研究属观察性研究,涉及缺血性视神经病变、NAION、手术与眼科学领域(来源 ClinicalTrials.gov)。

【数据集背景】

本数据集源站标题为《Ischemic Optic Neuropathy Decompression Trial Followup (IONDT Followup)》。

【数据内容】

源站原始描述:To follow all patients enrolled in the original Ischemic Optic Neuropathy Decompression Trial (IONDT) to determine (1) the incidence of non-arteritic ischemic optic neuropathy (NAION) in the second eye, (2) changes in visual acuity over time in both the study and second eye, and (3) other aspects of the natural history of NAION

中文译文(机器翻译,仅供快速理解,请以原文为准):对所有纳入原始缺血性视神经病变减压试验(IONDT)的患者进行随访,以确定:(1) 第二只眼发生非动脉炎性缺血性视神经病变(NAION)的发病率,(2) 研究眼及第二只眼视力随时间的变化,以及(3) NAION自然史的其他方面。

【主题与分类】

主题标签:Ischemic Optic Neuropathy、NAION、Observational、Surgery、Ophthalmology。

【适用方向】

结构化表格数据可直接用于统计建模、特征工程与队列分析。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT0126

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/NCT0126

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

缺血性视神经病变减压试验随访研究记录,关注二眼发病和视力变化。

数据加载示例(表格/文本类)

import pandas as pd, glob, os

files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))

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