新型阿尔茨海默病血液生物标志物的临床影响
该数据集来自 clinicaltrials.gov,聚焦新型阿尔茨海默病血液生物标志物的临床影响,属于神经系统疾病与阿尔茨海默病方向

基本信息
资源简介
新型阿尔茨海默病血液生物标志物的临床影响
该数据集来自 clinicaltrials.gov,聚焦新型阿尔茨海默病血液生物标志物的临床影响,属于神经系统疾病与阿尔茨海默病方向。覆盖阿尔茨海默病、认知障碍、痴呆、神经退行性疾病、额颞叶痴呆、路易体病和血管性痴呆等条件。涉及血浆 Amyloid-β (Aβ) 42/40、p-tau181、p-tau217、p-tau231、GFAP 及 NfL 等标志物,可用于评估血液标志物对认知障碍患者临床管理的影响(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、认知障碍、痴呆、神经退行性疾病、额颞叶痴呆、路易体病、血管性痴呆。能够准确检测阿尔茨海默病(AD)和神经退行性变的血液生物标志物,如今提供了一种现实、经济且非侵入性的评估方式,将有助于对出现认知临床表现的患者进行诊断。血浆 Amyloid-β (Aβ) 42/40、磷酸化 tau (p-tau) 181、p-tau217、p-tau231 和胶质纤维酸性蛋白 (GFAP) 的测量已显示出检测 AD 的高诊断准确性,而血浆神经丝轻链 (NfL) 则提示神经元损伤。尽管这些结果令人鼓舞,但仍缺乏其临床应用的明确真实世界证据。在此,PLASMAR 项目旨在确定血液生物标志物是否对患者的临床管理产生影响
【主题与分类】
主题标签:Alzheimer Disease、Cognitive Impairment、Dementia、Neurodegenerative Diseases、Frontotemporal Dementia、Lewy Body Disease、Vascular Dementia。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/NCT06246019
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/NCT06246019
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:阿尔茨海默病、认知障碍、痴呆、神经退行性疾病、额颞叶痴呆、路易体病、血管性痴呆。能够准确检测阿尔茨海默病(AD)和神经退行性变的血液生物标志物,如今提供了一种现实可行、成本效益高且非侵入性的评估方法,将有助于对表现出认知临床表现的患者进行诊断。血浆中淀粉样蛋白β(Aβ)42/40、磷酸化tau(p-tau)181、p-tau217、p-tau231以及胶质纤维酸性蛋白(GFAP)的检测已显示出检测AD的高诊断准确性,而血浆神经丝轻链(NfL)则指示神经元损伤。尽管取得了这些有前景的结果,但仍缺乏其临床应用的明确真实世界证据。在此,PLASMAR项目旨在确定血液生物标志物是否对在一家公立医院认知障碍科就诊、该科室服务于异质性人群的伴有认知主诉的患者的临床管理产生影响。该项目分为两个具体目标。
首先,研究者将在一个研究队列中确定哪种血液生物标志物或生物标志物组合在检测AD方面具有最高的准确性。其次,将招募一个前瞻性临床队列,纳入连续到记忆门诊就诊的患者。研究者将评估在专科记忆门诊中,早期采用血液生物标志物是否与病因诊断、患者管理、情绪影响、患者偏好和成本效益方面的影响相关。回答血液生物标志物在记忆门诊的真实世界场景中是否具有临床影响这一问题,PLASMAR项目对医疗保健系统至关重要,并可为制定关于使用血液生物标志物的指南和方案提供指导。
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。




