抗生素与类固醇联合用药对比单独给药治疗眼部炎症与感染

该数据集来源于 clinicaltrials.gov,聚焦眼部炎症与感染的治疗研究,涉及睑缘炎、角膜炎及细菌性结膜炎等病症

Adapt Produtos Oftalmológicos Ltda.Adapt Produtos Oftalmológicos Ltda.
clinicaltrials
浏览 8
其他Ocular InflammationInfection Associated BlepharitisKeratitisConjunctivitis, Bacterial
Antibiotic Steroid Combination Compared With Individual Administration in the in the Treatment of Ocular Inflammation and Infection

基本信息

模态
其他
创建/更新时间
2026-10-09

资源简介

抗生素与类固醇联合用药对比单独给药治疗眼部炎症与感染

该数据集来源于 clinicaltrials.gov,聚焦眼部炎症与感染的治疗研究,涉及睑缘炎、角膜炎及细菌性结膜炎等病症。研究计划入组约 60 例患者,随机分为两组:一组接受 Azithromycin 1.5%/Loteprednol 0.5% 固定复方滴眼液加安慰剂,另一组接受 Azithromycin 1.5% 与 Loteprednol 0.5% 分开给药。数据可用于比较联合与单独用药方案在眼部炎症和感染治疗中的效果,支持感染性疾病领域的临床分析与建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:眼部炎症、感染相关性睑缘炎、角膜炎、细菌性结膜炎。预计共入组约 60 例表现为睑缘炎和/或角膜炎和/或结膜炎的患者:30 例将被分配到 Azithromycin 1.5%/Loteprednol 0.5% 滴眼液(固定复方)+ 安慰剂组,30 例将被分配到 Azithromycin 1.5% + 0.5% Loteprednol(分开给药)组

【主题与分类】

主题标签:Ocular Inflammation、Infection Associated Blepharitis、Keratitis、Conjunctivitis, Bacterial。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01721694

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/NCT01721694

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:眼部炎症、感染相关性睑缘炎、角膜炎、结膜炎、细菌性。预计共纳入约60名表现为睑缘炎和/或角膜炎和/或结膜炎的患者:30名患者将分配至阿奇霉素1.5%/氯替泼诺0.5%滴眼液(固定复方制剂)+安慰剂组,30名患者将分配至阿奇霉素1.5%+氯替泼诺0.5%(分别给药)组。

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