显性遗传阿尔茨海默病纵向认知与生物标志物变化数据

数据集获取

源站：https://doi.org/10.5061/dryad.f6sj385

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。

数据集大小约 360.4 KB。

数据说明

目的：利用显性遗传阿尔茨海默病网络（DIAN）研究，评估阿尔茨海默病谱系中综合生物标志物和临床测量的发病、顺序及进展速率，并将其与横断面估计进行比较。方法：我们对217名DIAN参与者进行了纵向临床、认知、脑脊液（CSF）和神经影像学评估（平均2.7（±1.1）次随访）。采用线性混合效应模型评估各项测量相对于个体估计症状发作年份的变化，并比较突变携带者与非携带者。结果：纵向淀粉样蛋白-β测量最先发生变化（在估计症状发作前25年开始），随后是皮层代谢测量的下降（约7-10年后），然后是认知和海马萎缩（约20年后）。脑脊液p-tau181和tau的估计值存在显著差异，横断面估计中的升高比纵向估计提前了10年以上；此外，纵向估计发现脑脊液p-tau181在症状发作附近出现显著下降，而非持续升高。

结论：这些纵向估计阐明了ADAD临床前病理变化的顺序和时间动态——这些信息对于更好地理解该疾病至关重要。此处识别的生物标志物变化模式还表明，如果不加干预，一旦β-淀粉样变性开始，额外的非β-淀粉样病理可能在不到10年后开始发展，但在症状出现前超过15年，这是旨在改变疾病进程的干预措施的重要考虑因素。

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。