Senicapoc 用于阿尔茨海默病的研究
研究计划纳入最多 55 名受试者,按 8:3 随机分配至 10 mg/日维持剂量的活性治疗组或安慰剂组,持续 52 周,在加州大学戴维斯分校阿尔茨海默病研究中心(ADRC)的 Sacramento 或 East Bay 地点开展

基本信息
资源简介
Senicapoc 用于阿尔茨海默病的研究
该数据集来自 clinicaltrials.gov,聚焦 Senicapoc 在阿尔茨海默病中的干预研究,覆盖 Mild Cognitive Impairment 与 Alzheimer Disease 人群。研究计划纳入最多 55 名受试者,按 8:3 随机分配至 10 mg/日维持剂量的活性治疗组或安慰剂组,持续 52 周,在加州大学戴维斯分校阿尔茨海默病研究中心(ADRC)的 Sacramento 或 East Bay 地点开展。评估内容包括认知结局、血液与脑脊液神经炎症标志物,并估计治疗对认知轨迹、日常功能与脑萎缩的效应量。主要疗效测量在基线、第 26 周和第 52 周进行,另设第 4、12、36 周安全性监测(来源 cli。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Mild Cognitive Impairment、Alzheimer Disease。研究者将在加州大学戴维斯分校阿尔茨海默病研究中心(ADRC)的 Sacramento 或 East Bay 地点,对最多 55 名患者(8:3 活性治疗,10 mg/日维持剂量:安慰剂)进行为期 52 周的研究,评估认知结局、血液和脑脊液神经炎症标志物。这项初步研究将提供治疗对认知轨迹、日常功能和脑萎缩的效应量估计。试验将持续 1 年(52 周,10 mg/日活性药物或安慰剂),主要疗效指标在基线、第 26 周和第 52 周测量。额外的安全性监测访视将在第 4、12 和 36 周进行,包括体格检查、血压测量、生命体征、安全性实验室检查、心电图记录、不良事件和合并用药的收集。该研究
【主题与分类】
主题标签:Mild Cognitive Impairment、Alzheimer 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/NCT04804241
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/NCT04804241
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:轻度认知障碍、阿尔茨海默病。研究者将在加州大学戴维斯分校阿尔茨海默病研究中心(ADRC)的萨克拉门托或东湾地点,对最多55名患者(8:3随机分配至活性治疗组[维持剂量10 mg/天]:安慰剂组)进行为期52周的研究,评估认知结局、血液和脑脊液中的神经炎症标志物。这项初步研究将提供治疗对认知轨迹、日常功能和脑萎缩的效应量估计。试验将持续1年(52周内使用10 mg/天活性药物或安慰剂),主要疗效指标在基线、第26周和第52周评估。额外的安全性监测访视将在第4周、第12周和第36周进行,包括体格检查、血压测量、生命体征、安全性实验室检查、心电图记录、不良事件和合并用药的收集。研究将在第78周(末次给药后26周,允许中枢神经系统(CNS)完全洗脱)进行最终访视,以检验既往治疗组和未治疗组之间是否存在差异,若Senicapoc治疗1年具有疾病修饰作用,则预期会出现此类差异。
所有参与者将被要求参加脑脊液(CSF)子研究或淀粉样蛋白正电子发射断层扫描(PET)子研究。所有参与者将被要求参加认知事件相关电位(ERP)子研究。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




