基于电话的认知筛查程序进展
该数据集来自 clinicaltrials.gov,主题为基于电话的认知筛查程序进展,覆盖肌萎缩侧索硬化、阿尔茨海默病、路易体痴呆、额颞叶变性和脑血管疾病等慢性神经系统疾病人群

基本信息
资源简介
基于电话的认知筛查程序进展
该数据集来自 clinicaltrials.gov,主题为基于电话的认知筛查程序进展,覆盖肌萎缩侧索硬化、阿尔茨海默病、路易体痴呆、额颞叶变性和脑血管疾病等慢性神经系统疾病人群。源站描述指出,认知筛查在诊断与干预流程中具有基础性作用,也常作为流行病学调查指标和临床试验终点,因此需要具备稳健的计量学与临床可用性,且相关研究须针对各国语言与文化分别开展;对基于电话的认知筛查而言,此类计量学与可行性研究尤为必要(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肌萎缩侧索硬化、阿尔茨海默病、路易体痴呆、额颞叶变性、脑血管疾病。1. 背景 通过基于表现的测试进行的认知筛查程序,是针对慢性神经系统疾病患者的诊断与干预过程中一个必要但初步的环节。此外,在这些人群中,认知筛查测量常被用作流行病学环境中的结局指标,以及临床试验中的终点。因此,认知筛查工具需要具备稳健的计量学和临床可用性特性——对其研究必须针对具体国家(即针对每种语言和文化)。如果涉及基于电话的认知筛查(TBCS)程序,则对此类计量学和可行性研究的需求更为迫切——这些程序直到……
【主题与分类】
主题标签:Amyotrophic Lateral Sclerosis、Alzheimer's Disease、Lewy Body Dementia、Frontotemporal Degeneration、Cerebrovascular Disorders。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/NCT06337578
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/NCT06337578
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:肌萎缩侧索硬化、阿尔茨海默病、路易体痴呆、额颞叶变性、脑血管疾病。1. 背景 通过基于表现的测试进行的认知筛查程序,是针对慢性神经系统疾病患者的诊断和干预过程中一个基本但初步的环节。此外,在这些人群中,认知筛查措施常被用作流行病学研究中的结局指标以及临床试验的终点。因此,认知筛查工具需要具备稳健的临床计量学和临床可用性特性——对这些特性的研究必须针对特定国家(即针对每种语言和文化)。如果涉及电话认知筛查(TBCS)程序,则对此类临床计量学和可行性研究的需求更为迫切——尽管TBCS有可能为临床实践和研究带来明显益处,但直到最近,它在意大利仍大多被忽视。
事实上,TBCS技术通过使用一种非常普及、易于获取且操作简便的电信媒介,能够打破地理、后勤、社会人口学和组织方面的障碍,这些障碍使得以下事项变得困难或无法实现:1)获得这些临床服务;2)其提供的连续性;以及3)大规模流行病学研究的创建与完成和4)去中心化临床试验的开展。然而,尽管最近在意大利已开发并标准化了一些TBCS测试,但其在慢性神经系统疾病人群中的临床计量学特性和临床可用性尚未得到研究。此外,目前,TBCS程序国际金标准的“纸笔”版本,即电话认知状态访谈(TICS)——最近已在该国标准化——在意大利场景中尚不可用。事实上,尽管TICS的面对面版本(即面对面TICS;IP-TICS)在该国的可行性已得到证明,但实际的标准化
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。




