阿尔茨海默病激越临床试验
本数据集来自 clinicaltrials.gov,主题为阿尔茨海默病相关激越的临床试验 CALMA。该试验为多中心、双盲、随机、安慰剂对照研究,纳入 60 岁及以上、患轻至重度阿尔茨海默病且在入组前至少两周出现临床显著激越的参与者,并需排除其他原因或一过性症状所致激越

基本信息
资源简介
阿尔茨海默病激越临床试验
本数据集来自 clinicaltrials.gov,主题为阿尔茨海默病相关激越的临床试验 CALMA。该试验为多中心、双盲、随机、安慰剂对照研究,纳入 60 岁及以上、患轻至重度阿尔茨海默病且在入组前至少两周出现临床显著激越的参与者,并需排除其他原因或一过性症状所致激越。研究药物为含 delta-9 tetrahydrocannabinol (THC) 与 melatonin 的口服溶液,疗程 42 天,结束后设两天减量期。数据可用于神经系统疾病与阿尔茨海默病激越相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Alzheimer Disease, Agitation,Psychomotor, Care Giving Burden, NPS, Aggression。CALMA 是一项多中心、双盲、随机、安慰剂对照临床试验。该研究针对 60 岁及以上、患有轻度至重度阿尔茨海默病痴呆、且在入组前至少两周表现出临床显著激越的参与者。必须排除由其他状况或一过性症状引起的激越。资格由基线 Neuropsychiatric Inventory (NPI-12) 激越分量表评分 ≥4 以及 International Psychogeriatric Association (IPA) 激越标准确定。研究药物是一种口服溶液,含有两种活性成分:delta-9 tetrahydrocannabinol (THC) 和 melatonin。治疗持续 42 天,研究结束时随后进行两天的减量期。安全性监督包括每日
【主题与分类】
主题标签:Alzheimer Disease、Agitation,Psychomotor、Care Giving Burden、NPS、Aggression。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/NCT05543681
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/NCT05543681
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、激越、精神运动性、照护负担、神经精神症状、攻击行为。CALMA是一项多中心、双盲、随机、安慰剂对照临床试验。研究対象为60岁及以上、患有轻至重度阿尔茨海默病痴呆、且在入组前至少两周内表现出具有临床意义的激越的参与者。必须排除由其他状况或一过性症状引起的激越。资格由基线神经精神量表(NPI-12)激越分量表评分≥4分以及国际老年精神病学协会(IPA)激越标准确定。研究药物为口服溶液,含有两种活性成分:δ-9-四氢大麻酚(THC)和褪黑素。治疗持续42天,研究结束时随后进行为期两天的逐渐减量期。安全性监督包括在第2、3、4天每日电话随访,此后改为每三天一次电话随访。这些电话将审查研究伙伴日志记录、合并用药变化以及不良事件。
本研究的主要目的是评估IGC-AD1对激越的疗效,通过基线与治疗结束时(EOT)之间Cohen-Mansfield激越量表(CMAI)评分的变化来衡量。次要目的是通过检查基线与第二周之间CMAI评分的变化来评估疗效。此外,探索性目的在单独的文件中概述。试验期间将采集血液样本,用于稀疏药代动力学(PK)分析、基于血液的中枢神经系统生物标志物检测以及基因分型。
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。




