LiO-AD:锂乳清酸治疗阿尔茨海默病的可行性、生物标志物参与及临床反应
LiO-AD 是一项来自 clinicaltrials.gov 的临床试验数据集,聚焦于神经系统疾病中的阿尔茨海默病。该试验旨在评估口服锂乳清酸在生物标志物确诊的早期阿尔茨海默病成人中的可行性、安全性、耐受性及中枢神经系统靶点参与情况

基本信息
资源简介
LiO-AD:锂乳清酸治疗阿尔茨海默病的可行性、生物标志物参与及临床反应
LiO-AD 是一项来自 clinicaltrials.gov 的临床试验数据集,聚焦于神经系统疾病中的阿尔茨海默病。该试验旨在评估口服锂乳清酸在生物标志物确诊的早期阿尔茨海默病成人中的可行性、安全性、耐受性及中枢神经系统靶点参与情况。主要问题包括:能否在 9 周治疗期内完成受试者招募、保留并保持依从性(目标≥80%),以及不良事件的发生频率和严重程度;与安慰剂相比,锂乳清酸能否使脑脊液锂浓度从基线到 9 周升高。受试者将以双盲方式随机接受锂乳清酸或匹配安慰剂治疗 9 周(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。本临床试验的目标是评估口服锂乳清酸在生物标志物确诊的早期阿尔茨海默病成人中的可行性、安全性、耐受性及中枢神经系统靶点参与情况。其主要旨在回答的问题包括: 能否在 9 周治疗期内完成受试者招募、保留并保持依从性(目标≥80%),以及不良事件的发生频率和严重程度如何? 与安慰剂相比,锂乳清酸能否使脑脊液(CSF)锂浓度从基线到 9 周升高?研究人员将比较每日锂乳清酸与匹配安慰剂,以观察锂乳清酸是否表现出可接受的可行性、安全性和耐受性,并参与中枢神经系统靶点(CSF 锂)。受试者将:* 以双盲方式随机接受锂乳清酸或安慰剂治疗 9 周
【主题与分类】
主题标签:Alzheimer s 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/NCT07459959
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/NCT07459959
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。本临床试验旨在评估口服乳清酸锂在生物标志物确诊的早期阿尔茨海默病成人患者中的可行性、安全性、耐受性及中枢神经系统靶点结合情况。其主要研究问题包括:* 能否在9周治疗期内招募、保留受试者并使其保持依从性(目标≥80%),不良事件的发生频率和严重程度如何?* 与安慰剂相比,乳清酸锂能否使脑脊液(CSF)锂浓度从基线至9周时升高?研究者将比较每日乳清酸锂与匹配安慰剂,以观察乳清酸锂是否表现出可接受的可行性、安全性和耐受性,并是否结合中枢神经系统靶点(CSF锂)。受试者将:* 以双盲方式随机接受乳清酸锂或安慰剂治疗9周,从第1周开始滴定:240 mg/天(10mg元素锂)至第2周:480 mg/天(20mg元素锂),若耐受,第3周:720 mg/天(30mg元素锂);允许因副作用而减量。
- 参加研究访视,进行安全性监测、依从性支持(照护者药片记录/日记),并审查合并用药和不良事件。
- 在基线和治疗后提供血液样本并接受腰椎穿刺,以测量脑脊液和血清中的锂浓度及阿尔茨海默病相关生物标志物;完成简短的认知测试和神经精神症状评估。
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。




