ALZ-801治疗APOE4/4早期阿尔茨海默病的疗效与安全性研究

该数据集来自clinicaltrials.gov,收录一项关于ALZ-801治疗APOE4/4早期阿尔茨海默病的多中心双盲研究

Alzheon Inc.Alzheon Inc.
clinicaltrials
浏览 15
基因组预测Early Alzheimer's Disease
An Efficacy and Safety Study of ALZ-801 in APOE4/4 Early AD Subjects

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-07

资源简介

ALZ-801治疗APOE4/4早期阿尔茨海默病的疗效与安全性研究

该数据集来自clinicaltrials.gov,收录一项关于ALZ-801治疗APOE4/4早期阿尔茨海默病的多中心双盲研究。研究对象为50至80岁、APOE4纯合的早期AD受试者,干预为口服ALZ-801 265 mg每日两次,持续78周。主要疗效评估采用ADAS-cog 13认知量表,同时评估整体与功能损害,并测量AD及神经退行性变的影像与可溶性生物标志物,另设脑脊液生物标志物亚研究。可用于认知变化预测、疗效与安全性分析及生物标志物相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:早期阿尔茨海默病。这是一项多中心、双盲研究,将评估ALZ-801(一种口服片剂)265 mg每日两次(BID)用药78周,作为对50-80岁、载脂蛋白基因ε4等位基因纯合(APOE4纯合或APOE4/4)的早期AD受试者的治疗。主要疗效结局评估是一项认知测量(ADAS-cog 13)。还将评估整体和功能损害的额外指标。将测量AD和神经退行性变的影像学和可溶性生物标志物,并包含一项评估脑脊液(CSF)生物标志物的亚研究。

【主题与分类】

主题标签:Early Alzheimer's 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/NCT04770220

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/NCT04770220

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:早期阿尔茨海默病。这是一项多中心、双盲研究,旨在评估ALZ-801(一种口服片剂)265毫克每日两次(BID)在78周内治疗早期AD受试者(50-80岁)的效果,这些受试者为载脂蛋白基因ε4等位基因纯合子(APOE4纯合子或APOE4/4)。主要疗效结果评估是认知功能的测量(ADAS-cog 13)。还将评估整体和功能损伤的其他指标。将测量AD和神经退行性变的影像学和可溶性生物标志物,并包括一个评估脑脊液(CSF)生物标志物的子研究。

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。