APOE4携带者阿尔茨海默病预防的数字生活方式指导
该数据集来自clinicaltrials.gov,聚焦APOE4阳性或多基因风险升高的60-80岁成人,属于神经系统疾病/阿尔茨海默病范畴

基本信息
资源简介
APOE4携带者阿尔茨海默病预防的数字生活方式指导
该数据集来自clinicaltrials.gov,聚焦APOE4阳性或多基因风险升高的60-80岁成人,属于神经系统疾病/阿尔茨海默病范畴。数据覆盖随机对照试验设计:1200名参与者经23andMe招募、MyDataHelps平台入组,随机分入UCardia数字生活方式指导组或仅教育对照组,干预为52周内16次虚拟指导,并佩戴Oura Ring连续监测,在基线、6个月和12个月采集干血样本检测血浆p-tau217及NULISAseq CNS蛋白质组。可用于研究多领域生活方式干预对阿尔茨海默病血浆生物标志物的影响及风险预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轻度认知障碍(MCI)、阿尔茨海默病(AD)。Wellderly Brain是一项随机、直接面向参与者的试验,评估虚拟交付的多领域生活方式指导干预能否对60-80岁APOE4阳性或多基因风险升高成人的阿尔茨海默病(AD)血浆生物标志物产生有利影响。参与者通过23andMe招募,并通过MyDataHelps平台入组。经遗传资格筛查后,1,200名参与者将被随机分配至数字生活方式指导组(UCardia)或仅教育对照组。干预包括在52周内交付的16次虚拟指导课程。所有参与者将佩戴Oura Ring进行连续健康监测,并在基线、6个月和12个月提供干血样本,用于血浆p-tau217和通过NULISAseq CNS Dis进行的蛋白质组分析。
【主题与分类】
主题标签:Mild Cognitive Impairment (MCI)、Alzheimer Disease (AD)。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/NCT07646054
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/NCT07646054
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:轻度认知障碍(MCI)、阿尔茨海默病(AD)。Wellderly Brain是一项随机、直接面向参与者的试验,旨在评估一种虚拟交付的多领域生活方式指导干预能否对60-80岁、APOE4阳性或多基因风险升高的成年人阿尔茨海默病(AD)血浆生物标志物产生有利影响。参与者通过23andMe招募,并通过MyDataHelps平台入组。在遗传资格筛查后,1,200名参与者将被随机分配至数字生活方式指导组(UCardia)或仅教育对照组。干预包括在52周内进行的16次虚拟指导课程。所有参与者将佩戴Oura Ring进行持续健康监测,并在基线、6个月和12个月时提供干血样本,用于通过NULISAseq CNS Disease Panel进行血浆p-tau217和蛋白质组学分析。将采集唾液样本用于表观遗传衰老分析。每名参与者的研究持续时间为14-16个月。
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。




