MCLENA-1:评估来那度胺用于遗忘型MCI患者的临床试验
MCLENA-1 是一项来自 clinicaltrials.gov 的临床试验数据集,聚焦于遗忘型轻度认知障碍(MCI)患者,评估来那度胺(Lenalidomide)的应用

基本信息
资源简介
MCLENA-1:评估来那度胺用于遗忘型MCI患者的临床试验
MCLENA-1 是一项来自 clinicaltrials.gov 的临床试验数据集,聚焦于遗忘型轻度认知障碍(MCI)患者,评估来那度胺(Lenalidomide)的应用。数据涉及的条件包括轻度认知障碍、认知功能障碍、淀粉样斑块、神经退行性变以及脑部炎症。该数据集可用于研究神经炎症在阿尔茨海默病中的作用,以及免疫调节剂在认知障碍干预中的潜在价值,为相关临床研究和分析提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轻度认知障碍、认知功能障碍、淀粉样斑块、神经退行性变、炎症、脑。目前尚无获批的治疗方法可用于治疗阿尔茨海默病(AD)的神经炎症方面。虽然炎症普遍存在于许多神经系统疾病中,但尚无临床试验证明抗炎药物对AD的疗效。有趣的是,慢性外周低度炎症与衰老相关,并增加疾病和死亡的风险,包括AD。越来越多的证据表明,核因子-κB、肿瘤坏死因子α(TNFα)、白细胞介素(如IL-1β、IL-2和IL-6)以及趋化因子(如IL-8)在AD患者的血液和中枢神经系统(CNS)中均升高。这些数据证实,炎症在AD神经病理学的病因和效应中起着核心作用。免疫调节剂、抗癌a
【主题与分类】
主题标签:Cognitive Impairment, Mild、Cognitive Dysfunction、Amyloid Plaque、Neurodegeneration、Inflammation, Brain。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04032626
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/NCT04032626
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:轻度认知障碍、认知功能障碍、淀粉样斑块、神经退行性变、炎症、脑。目前尚无获批的治疗方法可用于治疗阿尔茨海默病(AD)的神经炎症方面。尽管炎症普遍存在于许多神经系统疾病中,但尚无临床试验证明抗炎药物对AD的疗效。有趣的是,慢性外周低度炎症与衰老相关,并增加疾病和死亡的风险,包括AD。越来越多的证据表明,在AD患者的血液和中枢神经系统(CNS)中,核因子-κB、肿瘤坏死因子α(TNFα)、白细胞介素(如IL-1β、IL-2和IL-6)以及趋化因子(如IL-8)均升高。这些数据证实,炎症在AD神经病理的病因和效应中发挥核心作用。免疫调节剂、抗癌药物来那度胺是极少数兼具多效性的药物之一,它既能降低TNFα、IL-6、IL-8的表达,又能增加抗炎细胞因子(如IL-10)的表达,从而调节固有免疫和适应性免疫应答。
在本项目中,研究人员旨在检验核心假设:来那度胺能够降低炎症及与阿尔茨海默病相关的病理生物标志物,并改善认知功能。为此,研究人员设计了一项为期18个月的II期、双盲、随机、双臂、平行组、安慰剂对照及机制验证性临床研究,受试者为早期症状性阿尔茨海默病受试者(即遗忘型轻度认知障碍;aMCI)。来那度胺治疗的效果将在治疗12个月及6个月洗脱期后(第18个月)进行评估。
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。




