单纯眼睑粘贴与粘贴联合润滑滴眼液用于围术期角膜保护
该数据集来自 clinicaltrials.gov,关注非眼科全麻手术围术期角膜保护,比较单纯眼睑粘贴与眼睑粘贴联合润滑滴眼液两种措施

基本信息
资源简介
单纯眼睑粘贴与粘贴联合润滑滴眼液用于围术期角膜保护
该数据集来自 clinicaltrials.gov,关注非眼科全麻手术围术期角膜保护,比较单纯眼睑粘贴与眼睑粘贴联合润滑滴眼液两种措施。全麻会抑制眼轮匝肌张力、瞬目反射、Bell 现象及泪液分泌,使角膜易发生暴露性角膜炎;低敏眼睑粘贴可将角膜擦伤率降至 1% 以下,但加用润滑滴眼液或眼膏的证据有限。麻醉时长是角膜损伤的独立连续危险因素,每增加 10 分钟风险上升 5%(OR 1.05;95% CI 1.03-1.07)。数据可用于围术期角膜损伤风险预测与预防策略比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:角膜损伤、暴露性角膜炎、围术期并发症。角膜擦伤是全麻下非眼科手术中最常见的围术期眼部并发症,在未受保护的眼睛中报告发生率高达 44%。全身麻醉会抑制眼轮匝肌张力、瞬目反射、Bell 现象和泪液分泌,使角膜表面易发生暴露性角膜炎。低敏眼睑粘贴已成为标准预防措施,将擦伤率降至 1% 以下。然而,许多麻醉医师还会额外滴入润滑滴眼液或眼膏,尽管支持这种做法优于单纯粘贴的证据有限。麻醉时长是角膜损伤的独立且连续的危险因素,每增加 10 分钟风险增加 5%(OR 1.05;95% CI 1.03-1.07)。Surg
【主题与分类】
主题标签:Corneal Injury、Exposure Keratopathy、Perioperative Complications。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07562594
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/NCT07562594
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:角膜损伤、暴露性角膜病变、围手术期并发症。角膜擦伤是全麻下非眼科手术中最常见的围手术期眼部并发症,据报道,在未受保护的眼睛中发生率高达44%。全身麻醉会抑制眼轮匝肌张力、瞬目反射、贝尔现象及泪液分泌,使角膜表面易发生暴露性角膜病变。低致敏性眼睑胶带粘贴已成为标准预防措施,将擦伤率降至1%以下。然而,许多麻醉医师还会额外滴入润滑眼药水或眼膏,尽管支持这种做法优于单纯粘贴胶带的证据有限。麻醉时长是角膜损伤的独立且连续的危险因素,每增加10分钟,风险增加5%(OR 1.05;95% CI 1.03-1.07)。持续时间3小时或以上的手术,其风险比短时手术高4.6倍。本研究聚焦于30分钟至3小时的时间窗,该时段代表了大多数择期手术病例,且尚未通过客观角膜结局指标进行直接研究。
这是一项前瞻性、随机、评估者盲法、双臂平行组临床试验,在法提赫苏丹穆罕默德培训与研究医院麻醉与复苏科进行。患者将采用分层区组随机化(分层因素:年龄<50岁 vs ≥50岁;麻醉时长30-90分钟 vs 90-180分钟),区组大小随机变化为2、4和6,通过www.sealedenvelope.com生成,并通过连续编号的不透明密封信封进行分配。麻醉诱导及眼睑反射消失后,所有患者双眼睑板将横向粘贴低致敏性外科胶带。第1组(仅胶带)患者不接受额外干预。第2组(胶带+滴眼液)患者将接受不含防腐剂的润滑滴眼液(羧甲基纤维素0.5%,单剂量瓶)滴入双
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。




