接受Lecanemab治疗的早期阿尔茨海默病患者前瞻性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06741553

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：阿尔茨海默病、轻度认知障碍（MCI）。随着人口增长和老龄化加剧，以阿尔茨海默病（AD）为代表的认知障碍不仅对公共卫生构成严重威胁，也带来了显著的社会和经济负担。此前，阿尔茨海默病的治疗选择非常有限，主要提供对症缓解，可用药物很少。Lecanemab是2023年获FDA批准的临床治疗药物，靶向AD的核心病理——大脑中β-淀粉样蛋白（Aβ）异常聚集，并已通过生物标志物和临床量表评估得到验证。Lecanemab治疗早期AD的最佳剂量及安全性-有效性特征已在2期和3期临床试验中观察到。然而，使用lecanemab可能导致某些不良反应，包括输注相关反应、淀粉样蛋白相关影像学异常（ARIA），如微出血或含铁血黄素沉积（ARIA-H），以及ARIA-E。

本研究旨在建立接受lecanemab治疗患者的前瞻性随访队列，观察颅脑影像学特征及临床症状的变化，评估lecanemab对早期AD患者（3-4期）的认知改善效果，并监测不良事件发生的危险因素。

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。