Axona(中链甘油三酯)治疗阿尔茨海默病疗效的回顾性队列研究
该数据集来自 clinicaltrials.gov,为一项关于 Axona(中链甘油三酯)治疗阿尔茨海默病疗效的回顾性队列研究

基本信息
资源简介
Axona(中链甘油三酯)治疗阿尔茨海默病疗效的回顾性队列研究
该数据集英文名为 Retrospective Cohort Study Of The Efficacy Of Axona® (Medium Chain Triglycerides) In Patients With Alzheimer's Disease,来源于 clinicaltrials.gov,本站将其归类于神经系统疾病下的阿尔茨海默病方向,主题标签为 Alzheimer's Disease。从名称与来源描述看,这是一项回顾性队列研究,关注 Axona(中链甘油三酯,MCTs)在轻度至中度阿尔茨海默病患者中的疗效,考察其在常规临床实践中单独使用或与其他药物联合使用时的表现。数据集围绕阿尔茨海默病这一神经系统疾病主题组织,可为关注中链甘油三酯干预与阿尔茨海默病临床实践的读者提供一项研究层面的信息入口。
【数据集背景】
该数据集对应的研究以阿尔茨海默病为疾病条件,研究对象为轻度至中度阿尔茨海默病患者。研究的主要目的是评估 Axona(中链甘油三酯)在常规临床实践中单独使用或与其他药物联合使用时的疗效。研究采用回顾性队列研究的设计类型,这一设计通常用于基于既有临床记录回顾性观察暴露与结局之间的关系。数据集的主题标签为 Alzheimer's Disease,本站分类将其置于神经系统疾病 / 阿尔茨海默病之下,便于在疾病主题下检索与归类。
【数据内容】
源站描述表明,该数据集所对应的研究聚焦于阿尔茨海默病患者的 Axona(中链甘油三酯)疗效评估,涉及单独用药与联合用药两种使用情形,研究对象限定为轻度至中度阿尔茨海默病患者。关于数据集内具体包含哪些字段、变量、记录数量、随访时间、结局指标及其测量方式等细节,源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其研究设计为回顾性队列研究,研究场景被描述为常规临床实践。关于数据采集的具体时间范围、采集机构、采集流程与数据整理方式等,源站未提供。
【适用场景】
基于现有信息,该数据集适用于围绕阿尔茨海默病与中链甘油三酯(Axona)干预这一主题进行了解与检索,可用于关注轻度至中度阿尔茨海默病患者在常规临床实践中单独或联合使用 Axona 的疗效研究信息。关于更具体的分析用途、适用人群范围或方法学适配条件,源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法,包括访问方式、数据格式、字段说明、分析指引或许可条件等均未在现有信息中说明。
【质量与限制】
该数据集为回顾性队列研究,其设计类型本身意味着研究基于既有资料进行回顾性观察。关于样本量、数据完整性、缺失情况、偏倚控制、统计方法及结果可靠性等质量相关信息,源站未提供。使用时应以源站发布的完整研究信息为准。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款与使用限制等具体信息,源站未提供。
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/NCT01538212
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
适应症:阿尔茨海默病。主要目的是评估AXONA(中链甘油三酯[MCTs])在常规临床实践中单独使用或与其他药物联合使用,对轻至中度阿尔茨海默病(AD)患者的疗效。
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。


![评估[18F]-APN-1607 PET显像与尸检脑组织Tau病理在HV和MCI或AD个体中的一致性](/medical-api/medicalDataset/datasetCover/69819.jpg)

