调节ApoE信号以减少脑部炎症、术后谵妄和术后认知功能障碍
该数据集来自clinicaltrials.gov,聚焦60岁及以上接受手术的成人,评估研究药物CN-105预防术后认知下降、谵妄及潜在脑部炎症和脑活动变化的有效性与可行性

基本信息
资源简介
调节ApoE信号以减少脑部炎症、术后谵妄和术后认知功能障碍
该数据集来自clinicaltrials.gov,聚焦60岁及以上接受手术的成人,评估研究药物CN-105预防术后认知下降、谵妄及潜在脑部炎症和脑活动变化的有效性与可行性。CN-105旨在阻断ApoE4基因信号通路,而ApoE4是晚发性阿尔茨海默病最常见的相关基因。参与者按入组时间接受安慰剂或递增剂量CN-105,直至确定最安全且耐受性最佳的剂量。数据可用于术后神经认知障碍的风险预测与干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:术后谵妄、术后认知功能障碍。本研究将评估给予一种名为“CN-105”的研究药物(研究药物)以预防60岁及以上接受手术的成人术后认知下降、谵妄(严重意识混乱)及潜在脑部炎症和脑活动变化的有效性和可行性。 “研究性”一词意味着该研究药物仍在研究中进行测试,尚未获得美国食品药品监督管理局(FDA)批准。希望CN-105能够阻断通过一种称为ApoE4的基因进行的信号传导,该基因是晚发性阿尔茨海默病中最常见的相关基因。根据患者入组本研究的时间,参与者将接受安慰剂或逐渐增加剂量的CN-105,直至达到最安全且耐受性最佳的剂量。该研
【主题与分类】
主题标签:Postoperative Delirium、Postoperative Cognitive Dysfunction。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/NCT03802396
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/NCT03802396
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:术后谵妄、术后认知功能障碍。本研究将评估一种名为“CN-105”的研究药物(研究用药)在预防60岁及以上接受手术的成年人术后认知功能下降、谵妄(严重意识混乱)以及潜在脑部炎症和脑活动变化方面的有效性,并估计其可行性。“研究性”一词意味着该研究药物仍在研究中进行测试,尚未获得美国食品药品监督管理局(FDA)的批准。希望CN-105能够阻断通过一种名为ApoE4的基因进行的信号传导,该基因是与晚发性阿尔茨海默病相关的最常见基因。根据患者入组本研究的时间,参与者将接受安慰剂或逐步增加剂量的CN-105,直至达到最安全且耐受性最佳的剂量。研究药物通过静脉(IV,即通过静脉血管)输注在医院给药。研究药物输注将在术后最多4天内进行。
参与者还将在手术前和术后6周分别进行记忆与思维测试,并完成一项问卷调查和功能评估。每次研究访视大约持续1小时。此外,研究人员将在参与者手术前、术后24小时以及术后6周再次采集血液样本和脑脊液(CSF)样本。为获取脑脊液(CSF)样本,研究人员将进行腰椎(脊柱下部)穿刺。手术期间,研究人员还将使用EEG(脑电图)监测仪从头皮记录参与者的脑电波。脑电图监测仪通过佩戴在头部的带有传感器的帽子,读取大脑不同部位的脑电活动。尽管既往研究未发现研究药物与任何严重医学问题之间存在关联,但研究人员仍将监测其对伤口愈合和术后感染的影响。
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。




