神经退行性疾病前的社会人口学因素与犯罪行为——回顾性登记研究
该数据集来自 clinicaltrials.gov，属于神经系统疾病与阿尔茨海默病分类。研究为回顾性登记研究，覆盖2010至2021年间经临床分类的神经退行性疾病个体，数据来自KUH与Oulu University Hospital（OUH）的临床记录，并依据芬兰社会保障号链接至Statistics
基本信息
资源简介
神经退行性疾病前的社会人口学因素与犯罪行为——回顾性登记研究
该数据集来自 clinicaltrials.gov，属于神经系统疾病与阿尔茨海默病分类。研究为回顾性登记研究，覆盖2010至2021年间经临床分类的神经退行性疾病个体，数据来自KUH与Oulu University Hospital（OUH）的临床记录，并依据芬兰社会保障号链接至Statistics Finland与Findata的国家登记数据，涵盖收入、社会人口学因素、教育、职业、犯罪记录，以及已购药品、合并症和死因。每个研究病例匹配10名按年龄、性别和地理区域随机选取的对照。可用于分析神经退行性疾病发病前的社会人口学特征与犯罪行为关联（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：神经退行性疾病、阿尔茨海默病、额颞叶痴呆、路易体病、血管性痴呆、帕金森病、进行性核上性麻痹、皮质基底节变性。在这项回顾性登记研究中，2010-2021年间来自KUH和Oulu University Hospital（OUH）的临床记录将用于核实经临床分类的神经退行性疾病个体。基于芬兰社会保障号，这些个体将被链接到Statistics Finland和Finnish Social and Health Data Permit Authority Findata的国家登记数据，包括收入、社会人口学因素、教育、职业、犯罪记录，以及包括已购药品、合并症和死因在内的国家登记数据。对于每个研究病例，将随机选取10名对照病例，按年龄、性别和地理区域进行匹配。
【主题与分类】
主题标签：Neurodegenerative Diseases、Alzheimer Disease、Frontotemporal Dementia、Lewy Body Disease、Vascular Dementia、Parkinson Disease、Progressive Supranuclear Palsy、Corticobasal Degeneration、Multiple System Atrophy、Amyotrophic Lateral Sclerosis。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/NCT06209515
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/NCT06209515
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：神经退行性疾病、阿尔茨海默病、额颞叶痴呆、路易体病、血管性痴呆、帕金森病、进行性核上性麻痹、皮质基底节变性。在这项回顾性登记研究中，将根据KUH和奥卢大学医院（OUH）的临床记录，对2010-2021年间临床分类的神经退行性疾病患者进行核实。基于芬兰社会保障号码，这些个体将被链接到芬兰统计局的全国登记册和芬兰社会与健康数据许可局Findata，包括收入、社会人口学因素、教育、职业、犯罪记录，以及链接到包含已购药品、合并症和死因的全国登记册。对于每个研究病例，将使用10个随机选择的对照病例，按年龄、性别和地理区域进行匹配。
本研究旨在考察：* 1）不同神经退行性疾病群体在诊断前后的犯罪及其他破坏性行为的患病率 * 2）神经退行性疾病诊断前后就业、居住地、收入和婚姻状况的变化 * 3）诊断前后的医院诊断和可报销药物 * 4）神经退行性疾病患者的死因，以研究患者的超额死亡率
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。
