阿尔茨海默病与吞咽困难患者的干预研究
本数据集来自 clinicaltrials.gov,聚焦阿尔茨海默病及相关痴呆(ADRD)合并吞咽困难患者的干预研究。研究为小型随机临床试验,将患者-照护者配对随机分配至舌肌强化、唾液替代物使用、两者联合或仅常规护理,并在基线和8周干预后采集唾液及吞咽相关结局,以评估两种新型干预对吞咽结局的影响并识

基本信息
资源简介
阿尔茨海默病与吞咽困难患者的干预研究
本数据集来自 clinicaltrials.gov,聚焦阿尔茨海默病及相关痴呆(ADRD)合并吞咽困难患者的干预研究。研究为小型随机临床试验,将患者-照护者配对随机分配至舌肌强化、唾液替代物使用、两者联合或仅常规护理,并在基线和8周干预后采集唾液及吞咽相关结局,以评估两种新型干预对吞咽结局的影响并识别最可能获益的亚组。数据可用于分析干预效果、吞咽功能变化及患者特征与疗效的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:痴呆、吞咽困难、阿尔茨海默病。本提案包含一项小型随机临床试验,旨在确定两种新型干预对轻中度阿尔茨海默病及相关痴呆(ADRD)患者吞咽相关结局的影响,并识别最可能从这些干预中获益的患者亚组。患者-照护者配对将被随机分配至舌肌强化、唾液替代物使用、两者联合或仅常规护理。将在基线和8周干预期后采集唾液及吞咽相关结局。知情同意与随机化:符合条件的配对将在University of Wisconsin Hospital and Clinics的临床护理点被接触、获取知情同意并随机化。符合条件的参与者知情同意能力将由其主要临床提供者或团队判定。研究人员将共同
【主题与分类】
主题标签:Dementia、Dysphagia、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/NCT03682081
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/NCT03682081
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
病症:痴呆、吞咽困难、阿尔茨海默病。本提案包括一项小规模随机临床试验,旨在确定两种新型干预措施对轻中度阿尔茨海默病及相关痴呆(ADRD)患者吞咽相关结局的影响,并识别最可能从这些干预措施中获益的患者亚组。患者-照护者配对将被随机分配至舌肌强化、唾液替代品使用、两者联合干预或仅接受常规护理。将在基线时及8周干预期后收集唾液及吞咽相关结局数据。知情同意与随机化:符合条件的配对将在威斯康星大学医院和诊所的临床护理点进行接触、知情同意及随机化。符合条件的参与者是否具有知情同意能力,将由其 primary clinical provider 或团队判定。研究工作人员将在参与者进行吞咽研究之前获取参与者(或法定授权代表)的知情同意。
每个配对将具有同等机会被随机分配到常规护理组或某个干预组加常规护理组,随机化按参与者的痴呆严重程度分层,该严重程度由临床痴呆评定量表(CDR)确定,以确保轻度和中度患者的均衡分布。基线评估:随机化后,基线评估将与门诊就诊同步完成。工作人员将收集社会人口学、合并症(采用Charlson合并症评分方法)和用药(包括抗胆碱能药和神经阻滞剂)数据。此时将进行蒙特利尔认知评估(MoCA)。口腔健康状况将使用简明口腔健康检查表进行评分,该量表是为长期护理中非牙科医疗保健提供者开发的经过验证且可靠的评分工具。牙列将通过后牙咬合对数量和义齿使用情况来表征。将记录吸烟史和研究期间的当前使用情况。常规护理:常规护理组
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。




