理性免疫系统调控预防REM睡眠行为障碍患者突触核蛋白病表现的探索性研究
该数据集来自 clinicaltrials.gov,聚焦特发性 REM 睡眠行为障碍(RBD)人群,研究阿达木单抗(adalimumab)相较安慰剂能否减少或阻止突触核蛋白相关神经退行性变的进展

基本信息
资源简介
理性免疫系统调控预防REM睡眠行为障碍患者突触核蛋白病表现的探索性研究
该数据集来自 clinicaltrials.gov,聚焦特发性 REM 睡眠行为障碍(RBD)人群,研究阿达木单抗(adalimumab)相较安慰剂能否减少或阻止突触核蛋白相关神经退行性变的进展。数据覆盖安全性监测指标,包括不良事件、临床实验室异常、严重感染、提示新发脱髓鞘疾病的症状体征、脑 MRI 新发脱髓鞘病灶及血清抗阿达木单抗抗体(ADAs)产生人数,同时评估与潜在神经退行性变相关的临床指标变化,关键次要终点为复合结局。可用于神经退行性疾病预防与免疫干预方向的探索性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:REM 睡眠行为障碍。主要目标:评估阿达木单抗与安慰剂相比,在特发性 REM 睡眠行为障碍(RBD)患者中减少或阻止突触核蛋白相关神经退行性变进展的能力。次要目标,安全性:将通过监测不良事件发生率、临床实验室异常、严重感染、提示新发脱髓鞘疾病的症状和体征、脑 MRI 扫描新发脱髓鞘病灶的发生率以及产生血清抗阿达木单抗抗体(ADAs)的研究参与者人数来评估安全性。次要目标,临床:评估阿达木单抗治疗对推测与潜在神经退行性变相关的临床指标变化的影响。感兴趣的关键次要终点将是复合结局。研究参与者将被视为已达到 th
【主题与分类】
主题标签:REM Sleep Behavior Disorder。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06996652
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/NCT06996652
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:REM睡眠行为障碍。主要目的:评估阿达木单抗与安慰剂相比,在特发性REM睡眠行为障碍(RBD)患者中减少或预防突触核蛋白相关神经退行性变进展的能力。次要目的,安全性:将通过监测不良事件发生率、临床实验室异常、严重感染、提示新发脱髓鞘疾病的体征和症状、脑MRI扫描上新发脱髓鞘病灶的发生率以及产生血清抗阿达木单抗抗体(ADAs)的研究参与者数量来评估安全性。次要目的,临床:评估阿达木单抗治疗对推测与潜在神经退行性变相关的临床指标变化的影响。关注的关键次要终点将为复合结局。
研究参与者若在相隔至少3个月的连续2次研究访视中达到以下至少1项里程碑,即视为达到研究终点:* MDS-UPDRS第1b部分和第2部分合计评分较基线增加>2分,或* MDS-UPDRS第III部分运动评分较基线增加>4分,或* MoCA较基线下降>3分,或* 参与者由运动障碍专科医生或专攻认知障碍的神经科医生诊断为PD、DLB或MSA,或* 参与者已开始针对PD、DLB或MSA相关症状的药物治疗。附加(或探索性)目标:* 评估阿达木单抗对RBD患者免疫系统功能障碍生物标志物的药效学作用,以预测治疗反应* 评估阿达木单抗对反映神经退行性变的选定生物标志物的影响* 评估阿达木单抗治疗对选定生活质量指标的影响。经过12周筛选期后,受试者将按1:1随机分配接受活性药物或安慰剂治疗。此后,受试者将在首次给药后第4、12和24周至门诊接受访视,并且
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。




