痴呆患者死亡、发病率及预后相关因素
该数据集来自 clinicaltrials.gov,聚焦痴呆患者的死亡、发病率与预后相关因素,覆盖阿尔茨海默病型痴呆、血管性痴呆、路易体痴呆、额叶痴呆及混合型痴呆等多种类型

基本信息
资源简介
痴呆患者死亡、发病率及预后相关因素
该数据集来自 clinicaltrials.gov,聚焦痴呆患者的死亡、发病率与预后相关因素,覆盖阿尔茨海默病型痴呆、血管性痴呆、路易体痴呆、额叶痴呆及混合型痴呆等多种类型。源站描述指出,痴呆是慢性综合征,表现为认知全面进行性衰退,涉及记忆、定向、语言与理解;不同个体的预后差异较大,通常以寿命缩短、认知与功能丧失、生活质量下降及照护需求增加来衡量,且不同类型痴呆预后高度可变。数据可用于分析与痴呆患者死亡、发病及预后相关的因素,并支持预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:痴呆、血管性痴呆、路易体痴呆、阿尔茨海默病型痴呆、额叶痴呆、混合型痴呆。痴呆;它是一种慢性综合征,特征为认知的全面且进行性恶化,包括记忆、定向、语言和理解。这种进行性神经退行性疾病在诊断后的预后可能因人而异。在最广泛的意义上,痴呆诊断后的预后;可以通过寿命缩短、高水平的认知和功能丧失、生活质量下降以及照护需求增加来定义。然而,不同类型痴呆的预后高度可变。由于它是最常见的痴呆类型,研究通常针对阿尔茨海默病。它占全部痴呆病例的50-75%。血管性痴呆是第二常见的痴呆病因 an
【主题与分类】
主题标签:Dementia、Dementia, Vascular、Dementia With Lewy Bodies、Dementia of Alzheimer Type、Dementia Frontal、Dementia, Mixed。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/NCT05052450
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/NCT05052450
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:痴呆、血管性痴呆、路易体痴呆、阿尔茨海默型痴呆、额叶痴呆、混合性痴呆。痴呆;是一种慢性综合征,其特征为认知功能的全面且进行性衰退,包括记忆、定向力、语言和理解力。这种进行性神经退行性疾病确诊后的预后可能因人而异。从最广泛的意义上讲,痴呆诊断后的预后可通过寿命缩短、认知和功能丧失程度高、生活质量下降以及护理需求增加来界定。然而,不同类型痴呆的预后差异很大。由于阿尔茨海默病是最常见的痴呆类型,研究通常以其为对象。它占全部痴呆病例的50-75%。血管性痴呆是第二常见的痴呆病因,约占痴呆病例的15%。路易体痴呆占痴呆患者总数的10-20%,在退行性痴呆类型中位居第二。
额颞叶痴呆,其表现可类似精神疾病,并伴有突出的行为问题;以及帕金森病相关痴呆,其特征为认知障碍,可在帕金森病患者原有症状基础上出现,这两种痴呆也属于其他类型痴呆之列。关于阿尔茨海默病以外痴呆类型的预后相关数据在文献中有限。确定预后对于支持患者、预测长期健康问题、规划医生和医疗保健服务以及支持痴呆患者十分重要。鉴于关于阿尔茨海默病以外痴呆类型的充分数据缺乏,本研究旨在为该主题的文献做出贡献,并确定可能影响所有痴呆类型患者预后、发病率和死亡率的因素。
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。
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。




