术后倒睫频率与特征数据集(按访视统计)
该数据集为临床表格型数据,记录了倒睫手术后并发症的发生频率与临床特征,包含按总体和每次随访访视分层统计的术后倒睫指标,主要用于眼科术后并发症研究、手术效果评估和疾病复发模式分析,为临床诊疗提供数据支持。

基本信息
资源简介
术后倒睫频率与特征数据集(按访视统计)
【数据集背景】
本数据集源站标题为《Frequency and characteristics of post-operative trichiasis overall and by visit.》。配套论文《Pre-operative trichiatic eyelash pattern predicts post-operative trachomatous trichiasis》发表于 PLOS Neglected Tropical Diseases(2019),DOI:10.1371/journal.pntd.0007637。源站首次发布:2019-10-07。
【数据内容】
源站原始描述:Frequency and characteristics of post-operative trichiasis overall and by visit
【数据结构与技术规格】
文件数 1 个,合计 9.73 KB。Table 3.xls:application/vnd.ms-excel,9.73 KB。数据集 DOI:10.1371/journal.pntd.0007637.t003。
【主题与分类】
源站学科分类:Medicine、Molecular Biology、Neuroscience、Pharmacology、Biotechnology、Evolutionary Biology。主题标签:surgery influences development、Pre-operative trichiatic eyelash pattern、bilamellar tarsal rotation procedure、correctable risk factors、surgeon skill levels、lamellar rotation procedure Main outcomes Prevalence、PTT、trichiatic eyelashes、trachomatous trichiasis Importance Trichiasis surgery programs、silk sutures trial。
【适用方向】
源站学科分类标注为 Medicine、Molecular Biology、Neuroscience、Pharmacology、Biotechnology、Evolutionary Biology。
【获取与许可】
源站页面:https://plos.figshare.com/articles/dataset/Frequency_and_characteristics_of_post-operative_trichiasis_overall_and_by_visit_/9946346
使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。
规范引用:Gower, Emily W.; Munoz, Beatriz; Rajak, Saul; Habtamu, Esmael; West, Sheila K.; Merbs, Shannath L.; et al. (2019). Frequency and characteristics of post-operative trichiasis overall and by visit.. PLOS Neglected Tropical Diseases. Dataset
【使用注意】
· 源站最后修改于 2023-06-01,引用时请注意版本时效。
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(Figshare)
按页面 Download 按钮获取。
数据说明
该数据集记录了患者接受倒睫手术后并发症的发生情况,包含术后倒睫(眼睫毛异常向内生长)的频率统计和临床特征描述。数据按总体和每次随访访视进行分层整理,涵盖手术后的时间序列观察指标。数据来源于临床研究或医疗记录的系统性收集,主要应用于眼科术后并发症研究、手术效果评估、疾病复发模式分析以及临床诊疗指南的制定参考。
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。




