成功治疗OSA对老年人记忆及AD生物标志物的影响研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病分类,聚焦阻塞性睡眠呼吸暂停(OSA)与认知衰退

基本信息
资源简介
成功治疗OSA对老年人记忆及AD生物标志物的影响研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/阿尔茨海默病分类,聚焦阻塞性睡眠呼吸暂停(OSA)与认知衰退。源站描述指出,约15%的AD风险可能归因于睡眠问题,老年人群中OSA常见(30-55%),认知正常老年女性患OSA后5年内发生轻度认知障碍或痴呆的风险近乎翻倍,且OSA可预测AD生物标志物的纵向升高。初步数据还显示,停用气道正压(PAP)治疗后,患者血浆神经丝轻链(NfL)显著升高。该研究可用于探索OSA治疗对记忆和AD生物标志物的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:阻塞性睡眠呼吸暂停、认知衰退。阿尔茨海默病(AD)的患病率高且预计将增加。虽然AD有多种风险因素,但流行病学数据表明,约15%的AD风险可能归因于睡眠问题。阻塞性睡眠呼吸暂停(OSA)在老年人中常见(30-55%),研究者已表明,患有OSA的认知正常老年女性在5年内发生轻度认知障碍(MCI)或痴呆的风险几乎翻倍。此外,研究者已表明,在正常老年人中,OSA可预测AD生物标志物的纵向升高。我们的初步数据还显示,在停用气道正压(PAP)治疗后,接受PAP治疗的OSA患者血浆神经丝轻链(NfL,一种神经损伤标志物)出现显著的夜间升高。本研究旨在克服挑战
【主题与分类】
主题标签:Obstructive Sleep Apnea、Cognitive Decline。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/NCT05988385
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/NCT05988385
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:阻塞性睡眠呼吸暂停、认知衰退。阿尔茨海默病(AD)的患病率很高,且预计将会增加。虽然AD有多种风险因素,但流行病学数据表明,约15%的AD风险可能归因于睡眠问题。阻塞性睡眠呼吸暂停(OSA)在老年人中很常见(30-55%),并且研究者已表明,患有OSA的认知正常老年女性在5年内发生轻度认知障碍(MCI)或痴呆的风险几乎翻倍。此外,研究者已表明,在正常老年人中,OSA可预测AD生物标志物的纵向升高。我们的初步数据还显示,在撤除气道正压(PAP)治疗后,接受PAP治疗的OSA患者血浆神经丝轻链(NfL)——一种神经损伤标志物——出现显著的夜间升高。本研究旨在克服既往OSA治疗试验中发现的挑战,这些试验旨在减缓认知衰退和向AD的进展。首先,OSA最有效的治疗方法PAP治疗依从性较差(通常仅50%得到充分治疗)。
其他常见疗法包括口腔矫治器治疗(OAT),其耐受性往往更好,但疗效较差。研究者已进行试点,并为本研究提出快速多模式疗法启动(RMMT),以确保受试者获得有效的OSA治疗,将OSA严重程度降低至AHI4% 20次/小时或AHI3A > 40次/小时)。最后,选择对OSA治疗最敏感的认知结局指标已被证明具有挑战性。成功OSA治疗对老年成人记忆与AD生物标志物的影响(ESSENTIAL)研究是一项为期5年、多中心、随机、开放标签试验,将筛查400名认知正常的老年人(MoCA≥24,临床痴呆评定量表[CDR]=0),年龄55-75岁,从4个学术医学中心成熟的睡眠诊所招募,新诊断为中度至重度OSA(AHI4% >20次/小时或AHI3A > 40次/小时)。一项预期
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。




