ALSENLITE:阿尔茨海默病衰老细胞清除药物研究

ALSENLITE 是一项来自 clinicaltrials.gov 的开放标签先导研究数据集,聚焦阿尔茨海默病与衰老细胞清除药物

Mayo ClinicMayo Clinic
clinicaltrials
浏览 14
其他预测Mild Cognitive ImpairmentAlzheimer Disease
ALSENLITE: Senolytics for Alzheimer's Disease

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

ALSENLITE:阿尔茨海默病衰老细胞清除药物研究

ALSENLITE 是一项来自 clinicaltrials.gov 的开放标签先导研究数据集,聚焦阿尔茨海默病与衰老细胞清除药物。研究对象为 55 岁以上、临床诊断为很可能阿尔茨海默病且 tau-PET 显示阿尔茨海默病生物标志物阳性的有症状成人,干预方式为间歇性给予 Dasatinib(D)联合 Quercetin(Q)的 senolytic 药物方案。数据覆盖轻度认知障碍与阿尔茨海默病相关人群,可用于探索衰老相关机制在慢性神经退行性变中的作用,以及评估该药物方案在阿尔茨海默病干预研究中的可行性与潜在应用(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、阿尔茨海默病。驱动阿尔茨海默病(AD)及相关神经退行性疾病中慢性神经退行性变的潜在过程在很大程度上仍属未知。衰老是 AD 的主要风险因素。此外,与人口学特征匹配的老年人相比,AD 患者所患的共病显著更多。本研究是一项开放标签先导研究,对 55 岁以上、临床诊断为很可能阿尔茨海默病且经 tau-PET 证实阿尔茨海默病生物标志物阳性的有症状成人,间歇性给予衰老细胞清除药物方案 Dasatinib(D)+ Quercetin(Q)。

【主题与分类】

主题标签:Mild Cognitive Impairment、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/NCT04785300

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04785300

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:轻度认知障碍,阿尔茨海默病。驱动阿尔茨海默病(AD)及相关神经退行性疾病中慢性神经退化的潜在过程在很大程度上尚不清楚。衰老是AD的主要风险因素。此外,与人口统计学匹配的老年人相比,AD患者遭受的共病状况显著更多。本研究是一项开放标签试点研究,旨在对55岁以上、临床诊断为可能阿尔茨海默病且通过tau-PET检测阿尔茨海默病生物标志物呈阳性的有症状成人,间歇性给予衰老细胞裂解药物方案达沙替尼(D)+槲皮素(Q)。

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。