症状性阿尔茨海默病持续临床缓解(18个月)治疗评估
该数据集来自 clinicaltrials.gov,聚焦症状性阿尔茨海默病及相关认知障碍的持续临床缓解治疗评估。AD-SMART 是一项采用多臂多阶段(MAMS)自适应设计的平台试验,受试者按 1:1:1 随机分配至标准治疗联合安慰剂、atomoxetine 或 metformin 组,并在 Sta

基本信息
资源简介
症状性阿尔茨海默病持续临床缓解(18个月)治疗评估
该数据集来自 clinicaltrials.gov,聚焦症状性阿尔茨海默病及相关认知障碍的持续临床缓解治疗评估。AD-SMART 是一项采用多臂多阶段(MAMS)自适应设计的平台试验,受试者按 1:1:1 随机分配至标准治疗联合安慰剂、atomoxetine 或 metformin 组,并在 Stage 1、Stage 2、Stage 3 进行期中分析以决定治疗臂是否因缺乏活性而提前终止。主要目标为通过 18 个月内认知功能与日常生活能力变化评估治疗获益,次要结局涵盖神经精神症状、生活质量、照护者负担、安全性及卫生经济学指标,探索性分析包括血液生物标志物与 MRI 成像(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Alzheimer's Disease (AD)、Mild Cognitive Impairment Due to Alzheimer's Disease、Alzheimer Disease Dementia。AD-SMART 是一项采用多臂多阶段(MAMS)自适应设计的平台试验。参与者按 1:1:1 随机分配至标准治疗联合安慰剂、atomoxetine 或 metformin。期中分析分阶段进行(Stage 1、Stage 2 和 Stage 3),以确定治疗臂应继续还是因缺乏活性而提前停止。主要目标是通过测量 18 个月内认知功能和日常生活能力的变化来评估治疗获益。次要结局包括神经精神症状、生活质量、照护者负担、安全性和卫生经济学结局。探索性分析包括血液生物标志物和 MRI 成像,以研究疾病进展和治疗反应。
【主题与分类】
主题标签:Alzheimer's Disease (AD)、Alzheimer Disease Dementia。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/NCT07724132
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/NCT07724132
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(AD)、阿尔茨海默病所致轻度认知障碍、阿尔茨海默病痴呆。AD-SMART是一项采用多臂多阶段(MAMS)适应性设计的平台试验。参与者按1:1:1随机分配至标准治疗加安慰剂、托莫西汀或二甲双胍组。中期分析分阶段进行(第1阶段、第2阶段和第3阶段),以确定治疗组应继续还是因缺乏活性而提前终止。主要目的是通过测量18个月内认知功能和日常生活活动能力的变化来评估治疗获益。次要结局包括神经精神症状、生活质量、照护者负担、安全性和卫生经济学结局。探索性分析包括血液生物标志物和MRI成像,以研究疾病进展和治疗反应。
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。




