评估苯磷硫胺治疗早期阿尔茨海默病患者安全性与有效性的试验 (BenfoTeam)
该数据集来自 clinicaltrials.gov,主题为苯磷硫胺治疗早期阿尔茨海默病的临床试验。试验采用随机、双盲、安慰剂对照设计,为期 18 个月,包含无缝 2A-2B 期设计,随机总样本 406 人

基本信息
资源简介
评估苯磷硫胺治疗早期阿尔茨海默病患者安全性与有效性的试验 (BenfoTeam)
该数据集来自 clinicaltrials.gov,主题为苯磷硫胺治疗早期阿尔茨海默病的临床试验。试验采用随机、双盲、安慰剂对照设计,为期 18 个月,包含无缝 2A-2B 期设计,随机总样本 406 人。2A 期约随机 150 人,按 1:1:1 接受 1200 mg/天苯磷硫胺、600 mg/天苯磷硫胺或安慰剂,主要目标是确定可推进至 72 周长期暴露的最高安全且耐受良好的剂量。数据可用于评估药物安全性与有效性、耐受性事件分析及剂量选择研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病。这是一项随机、双盲、安慰剂对照的 18 个月苯磷硫胺治疗早期 AD 的临床试验。该试验将采用无缝 2A-2B 期设计,随机总样本为 406 名参与者。随机分组但在研究药物暴露前退出的参与者将被替换。试验的 2A 期将总共随机约 150 名参与者,按 1:1:1 接受 1200 mg/天苯磷硫胺、600 mg/天苯磷硫胺或安慰剂治疗。2A 期的主要目标是通过耐受性事件(TEs)发生率评估,确定苯磷硫胺(600 mg 或 1200 mg)可推进至长期 72 周暴露的最高安全且耐受良好的剂量。最高耐受剂量的苯磷硫胺将从 2A 期延续至 2B 期。在 2B 期开始时,所有入组两个 2A 期的参与者
【主题与分类】
主题标签:Alzheimer Disease。本站分类:神经系统疾病/阿尔茨海默病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06223360
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/NCT06223360
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
疾病:阿尔茨海默病。这是一项随机、双盲、安慰剂对照的为期18个月的苯磷硫胺治疗早期阿尔茨海默病的临床试验。该试验将采用无缝2A-2B期设计,随机总样本量为406名参与者。随机分组但在研究药物暴露前退出的参与者将被替换。试验的2A期将总共随机分配约150名参与者,按1:1:1的比例接受1200毫克/天苯磷硫胺、600毫克/天苯磷硫胺或安慰剂治疗。2A期的主要目标是通过耐受性事件(TEs)发生率评估,确定苯磷硫胺(600毫克或1200毫克)可推进至长期72周暴露的最高安全且耐受良好的剂量。最高耐受剂量的苯磷硫胺将从2A期延续至2B期。在2B期开始时,所有入组两个2A期活性剂量组的参与者将接受所选2B期剂量的新一批苯磷硫胺。所有2A期参与者将按所分配的活性治疗或安慰剂治疗纳入2期意向性治疗疗效人群。
2B期的主要目标是评估苯磷硫胺在72周内对整体功能和认知的疗效。在2B期,将采用复合认知与功能测量指标以及帕金森病生物标志物,来评估延长期治疗期间的疗效。2B期还将评估苯磷硫胺治疗72周的长期安全性和耐受性。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




