晚期阿尔茨海默病及相关痴呆患者及其照护者的姑息治疗
该数据集来自 clinicaltrials.gov,聚焦晚期阿尔茨海默病及相关痴呆(ADRD)患者及其家庭照护者的姑息与过渡期照护

基本信息
资源简介
晚期阿尔茨海默病及相关痴呆患者及其照护者的姑息治疗
该数据集来自 clinicaltrials.gov,聚焦晚期阿尔茨海默病及相关痴呆(ADRD)患者及其家庭照护者的姑息与过渡期照护。研究设计为多中心疗效随机临床试验(RCT),评估由跨学科医院姑息治疗团队实施的 ADRD-PC 项目,涵盖预后认知、症状管理、共享决策及向社区支持服务过渡。计划入组 424 对晚期 ADRD 住院患者与家庭照护者,另加 50 对 Hispanic 身份者。可用于痴呆姑息治疗干预效果评估与预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Dementia, Dementia, Vascular, Dementia With Lewy Bodies, Dementia Frontal, Dementia, Mixed, Dementia Alzheimers, Alzheimer Disease, Dementia Severe. 研究者设计了针对痴呆的姑息与过渡期照护项目 ADRD Palliative Care(ADRD-PC),并已证明其可行性和潜在疗效。ADRD-PC 由跨学科医院姑息治疗团队实施,针对 1) 预后认知,2) 症状管理,3) 共享决策,4) 向社区支持服务过渡。研究目标是对 ADRD-PC 项目开展多中心疗效随机临床试验(RCT)。研究者将入组 424 对晚期 ADRD 住院患者(Global Deterioration Scale (GDS) 6-7 或 GDS 5 且伴有显著合并症)及其家庭照护者,另加 50 对自我认同为 Hispanic/
【主题与分类】
主题标签:Dementia、Dementia, Vascular、Dementia With Lewy Bodies、Dementia Frontal、Dementia, Mixed、Dementia Alzheimers、Alzheimer Disease、Dementia Severe。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/NCT04948866
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/NCT04948866
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、额叶痴呆、混合性痴呆、阿尔茨海默病性痴呆、阿尔茨海默病、重度痴呆。研究者设计了针对痴呆的ADRD姑息治疗(ADRD-PC)项目,提供痴呆特异性姑息治疗与过渡期护理,并已证明其可行性和潜在疗效。ADRD-PC由跨学科医院姑息治疗团队实施,针对以下方面:1)预后认知,2)症状管理,3)共同决策,4)向社区支持服务过渡。研究目标是对ADRD-PC项目开展多中心疗效随机临床试验(RCT)。研究者将入组424对晚期ADRD住院患者(全面衰退量表(GDS)6-7分,或GDS 5分且伴有显著合并症)及其家庭照护者,并在姑息治疗研究协作组的5个地理分布多样化站点——北卡罗来纳大学、科罗拉多大学、麻省总医院(哈佛大学)、印第安纳大学和埃默里大学——额外入组50对自我认同为西班牙裔/拉丁裔的配对。
主要假设是ADRD-PC将减少医院转诊(目标1)。其他假设包括ADRD-PC将改善以患者为中心的症状治疗、症状控制、社区姑息治疗或临终关怀的使用以及养老院转介的结果(目标2);以及护理者在沟通、决策和困扰方面的结果(目标3)。
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。




