老年认知衰退队列研究
条件：阿尔茨海默病、轻度认知障碍。阿尔茨海默病（AD）的预防和控制目前面临严峻挑战，可用的治疗选择和效果有限。一旦疾病进展到AD阶段，基本上不可逆转
基本信息
资源简介
老年认知衰退队列研究
Cohort Study on Cognitive Decline in Elderly 是一项聚焦老年人群认知衰退的前瞻性队列研究数据集，主题标签为阿尔茨海默病与轻度认知障碍，在站内归入神经系统疾病／阿尔茨海默病分类，来源为 clinicaltrials.gov。该数据集围绕阿尔茨海默病（AD）预防与控制面临的现实困境展开：当前可用治疗选择与效果有限，疾病一旦进展至 AD 阶段基本不可逆转；而在 AD 发病之前存在较长的无症状期以及轻度认知障碍（MCI）阶段，这一阶段被视为早期筛查、诊断与干预的关键窗口。研究计划从北京大学第三医院周边社区招募老年个体建立前瞻性队列，参与者接受认知评估与血液生物标志物检测，并开展为期三年的随访，以观察认知衰退的进程。
【数据集背景】
阿尔茨海默病的预防和控制目前面临严峻挑战，可用的治疗选择和效果均较为有限。疾病一旦进展到 AD 阶段，基本上不可逆转。在 AD 发病之前，存在一个较长的无症状期，以及一个轻度认知障碍阶段，后者被认为是早期筛查、诊断和干预的关键窗口。因此，在 MCI 阶段开展早期筛查、诊断与干预，对于减缓或遏制 AD 上升趋势、减轻疾病负担具有重要意义。该数据集所依托的研究正是在这一背景下设计，关注老年人群从认知正常到轻度认知障碍乃至阿尔茨海默病的演变过程。
【数据内容】
该数据集对应的研究涉及的条件为阿尔茨海默病与轻度认知障碍。参与者将接受认知评估和血液生物标志物检测，并进入为期三年的随访观察。数据内容围绕上述评估与检测项目以及随访过程中形成的观察记录展开。除认知评估、血液生物标志物检测和三年随访这些已说明的内容外，源站未提供更细化的数据字段、变量清单或数据规模说明。
【采集与来源】
数据来源站为 clinicaltrials.gov。研究计划从北京大学第三医院周边社区招募老年个体，建立前瞻性队列。参与者来源为上述社区老年人群，采集方式包括认知评估与血液生物标志物检测，并在此基础上开展为期三年的随访。关于样本量、招募时间窗、随访频率等具体采集参数，源站未提供。
【适用场景】
该数据集适用于与阿尔茨海默病和轻度认知障碍相关的早期筛查、早期诊断与早期干预研究场景，尤其适合关注 MCI 阶段这一关键窗口的认知衰退研究。由于采用前瞻性队列设计并包含三年随访，也可用于观察老年人群认知状态随时间变化的研究用途。关于具体分析模型、终点定义或特定应用案例，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据结构说明、字段定义、配套分析工具或操作流程等均未说明。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或偏倚控制的具体说明。可确认的限制性信息是：研究招募对象为北京大学第三医院周边社区的老年个体，属于特定区域来源的前瞻性队列；随访期限为三年。除此之外，样本代表性、缺失数据处理方式等质量与限制细节，源站未提供。
【引用与许可】
源站未提供引用格式、许可条款或使用授权方面的信息。
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/NCT07093892
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
条件：阿尔茨海默病、轻度认知障碍。阿尔茨海默病（AD）的预防和控制目前面临严峻挑战，可用的治疗选择和效果有限。一旦疾病进展至AD阶段，基本上不可逆转。在AD发病之前，存在一段较长的无症状期和轻度认知障碍（MCI）阶段，这是早期筛查、诊断和干预的关键窗口期。因此，在MCI阶段进行早期筛查、诊断和干预对于减缓或遏制AD的上升趋势、减轻其疾病负担至关重要。本研究计划招募北京大学第三医院周边社区的老年人，建立前瞻性队列。参与者将接受认知评估和血液生物标志物检测，随后进行为期三年的随访和管理计划。本研究旨在获取社区人群中MCI和AD的流行病学数据，探究已知风险因素、遗传因素和血液生物标志物与疾病进展之间的关系，探索更多生物标志物，并开发预测模型。
这些努力将有助于促进早期诊断、早期干预和改善预后。
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。
