阿尔茨海默病生物标志物中的DORA与LP研究
该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病,收录一项针对认知正常但存在淀粉样蛋白沉积的老年人的早期(II期)临床试验

基本信息
资源简介
阿尔茨海默病生物标志物中的DORA与LP研究
该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病,收录一项针对认知正常但存在淀粉样蛋白沉积的老年人的早期(II期)临床试验。试验使用双重食欲素受体拮抗剂(DORA)lemborexant,旨在验证其靶点结合在多种血浆和脑脊液AD生物标志物上的可行性与潜在生物学效力。数据可用于研究lemborexant干预6个月后睡眠增加对血液pT181/T181比值及脑脊液和血浆中Aβ、tau、p-tau等AD生物标志物浓度的影响,并涉及神经退行性变和炎症相关指标(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病。本项目的总体目标是对认知正常但存在淀粉样蛋白沉积的老年人开展一项早期(II期)临床试验,使用双重食欲素受体拮抗剂(DORA)lemborexant,以证明lemborexant与多种血浆和脑脊液(CSF)阿尔茨海默病(AD)生物标志物靶点结合的可行性和潜在生物学效力。食欲素(也称为下丘脑分泌素)是促进觉醒的神经肽,用DORA阻断食欲素可增加睡眠。本项目的科学前提是,通过lemborexant治疗6个月增加或增强睡眠,将降低血液中磷酸化tau-181/tau-181(pT181/T181)的比值,以及脑脊液和血浆中AD生物标志物(淀粉样蛋白-β(Aβ)、tau和磷酸化tau(p-tau))的浓度,同时降低神经退行性变、炎症
【主题与分类】
主题标签:Alzheimer Disease。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/NCT06274528
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/NCT06274528
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。本项目总体目标是在伴有淀粉样蛋白沉积的认知正常老年人中开展一项双食欲素受体拮抗剂(DORA)lemborexant的早期(II期)临床试验,以证明lemborexant靶点结合对多种血浆和脑脊液(CSF)阿尔茨海默病(AD)生物标志物的可行性及潜在生物学有效性。食欲素(也称为下丘脑分泌素)是促进觉醒的神经肽,使用DORA阻断食欲素可增加睡眠。
本项目的科学前提是,在淀粉样蛋白阳性且认知功能正常的老年人中,与安慰剂相比,使用lemborexant治疗6个月以增加或增强睡眠,将降低血液中磷酸化tau-181/tau-181(pT181/T181)的比值,以及脑脊液和血浆AD生物标志物(淀粉样蛋白β(Aβ)、tau和磷酸化tau(p-tau))的浓度,并降低神经退行性变、炎症和突触AD生物标志物,如神经丝轻链(NfL)(一种非tau的神经元变性标志物)、可溶性髓系细胞触发受体2(sTREM2)(一种免疫反应/小胶质细胞功能标志物)和神经元五聚蛋白-2(NPTX2)(一种突触功能标志物)。此外,研究者还将确定lemborexant在该人群中的安全性、药代动力学(PK)和药效动力学(PD)。本研究将通过提供关于lemborexant对脑脊液和血液AD生物标志物的给药剂量、安全性和靶点结合的关键信息,为使用lemborexant的III期二级预防试验提供支持,从而改进试验设计和方法。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




