LHP588 治疗牙龈卟啉单胞菌阳性阿尔茨海默病研究
本数据集来自 clinicaltrials.gov,主题为 LHP588 在牙龈卟啉单胞菌阳性阿尔茨海默病受试者中的研究

基本信息
资源简介
LHP588 治疗牙龈卟啉单胞菌阳性阿尔茨海默病研究
本数据集来自 clinicaltrials.gov,主题为 LHP588 在牙龈卟啉单胞菌阳性阿尔茨海默病受试者中的研究。源站描述显示,这是一项随机、双盲、安慰剂对照研究,评估 LHP588 在具有 P. gingivalis 感染证据且符合 NIA-AA 研究标准确诊阿尔茨海默病受试者中的有效性和安全性。入组者需通过唾液口腔冲洗液 PCR 确认 P. gingivalis 感染,并在过去一年有进行性认知下降的临床证据,且无其他可解释痴呆症状的疾病或脑影像异常。数据可用于了解该试验的设计与入组条件(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阿尔茨海默病、牙龈卟啉单胞菌所致阿尔茨海默病。这是一项随机、双盲、安慰剂对照研究,将评估 LHP588 在具有牙龈卟啉单胞菌 [Pg] 感染证据且根据美国国家老龄化研究所-阿尔茨海默病协会(NIA-AA)研究标准确诊阿尔茨海默病(AD)的参与者中的有效性和安全性。入组参与者还必须通过唾液口腔冲洗液的聚合酶链反应(PCR)确定存在牙龈卟啉单胞菌感染,并在过去一年内有进行性认知下降的临床证据。根据既往影像和筛查磁共振成像(MRI),参与者不应有其他可解释痴呆症状的疾病或脑影像异常。由于 AD 的性质,参与者在入组研究前必须确定一名主要照护者,该照护者将
【主题与分类】
主题标签:Alzheimer Disease、Alzheimer Disease Due to P. Gingivalis。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/NCT06847321
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/NCT06847321
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
条件:阿尔茨海默病,因牙龈卟啉单胞菌导致的阿尔茨海默病。这是一项随机、双盲、安慰剂对照研究,旨在评估LHP588在具有牙龈卟啉单胞菌[Pg]感染证据且符合美国国家老龄化研究所-阿尔茨海默病协会(NIA-AA)研究标准的阿尔茨海默病(AD)参与者中的疗效和安全性。入组参与者还必须通过唾液口腔冲洗液的聚合酶链反应(PCR)确定有牙龈卟啉单胞菌感染的证据,并且在过去一年中有进行性认知衰退的临床证据。根据既往影像学和筛选磁共振成像(MRI),参与者不应有其他可解释痴呆症状的疾病或脑影像学异常。由于AD的性质,参与者在入组研究前必须确定一名主要照顾者,该照顾者将协助参与者参与研究并参加诊所访视。
本研究将包括以下阶段:1)最长12周的筛选期,2)48周的双盲治疗期(高剂量组包括2周的剂量递增期),以及3)4周的安全性随访期。筛选期将包括至少两次现场访视,期间将核实合格性。首次筛选访视的评估将仅限于简易精神状态检查(MMSE)、用于评估Pg阳性的唾液样本采集以及pTau217样本采集。第二次筛选访视仅针对Pg感染和pTau217检测结果呈阳性的参与者安排,届时将进行其余筛选程序。筛选期MRI将作为最后一项合格性核实评估进行。符合所有合格性标准的参与者将以1:1:1的比例随机分配,接受LHP588 25 mg、LHP588 50 mg或安慰剂,口服,每日一次(QD),空腹状态(餐前至少一小时或餐后至少两小时)给药,持续48周。给药应每天大致在同一时间进行。
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。




