Nilotinib 治疗小脑性共济失调患者的疗效研究
该数据集来自 clinicaltrials.gov,关注 Nilotinib 在小脑性共济失调患者中的疗效评估。数据覆盖正在服用 Nilotinib 的患者与计划服用 Nilotinib 的患者两类人群,采集基线信息(人口学、SCA 基因型、脑 MRI、心电图、常规血液检查),并在起始用药及 1、3

基本信息
资源简介
Nilotinib 治疗小脑性共济失调患者的疗效研究
该数据集来自 clinicaltrials.gov,关注 Nilotinib 在小脑性共济失调患者中的疗效评估。数据覆盖正在服用 Nilotinib 的患者与计划服用 Nilotinib 的患者两类人群,采集基线信息(人口学、SCA 基因型、脑 MRI、心电图、常规血液检查),并在起始用药及 1、3、6、12 个月等时间点进行随访。评估内容包括常规检查、不良事件(CTCAE 4.0)、日常生活能力(Barthel 指数)、总体功能(Friedreich's ataxia I 和 II)以及药物剂量变化。可用于分析药物安全性、功能变化趋势及剂量调整相关结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:小脑性共济失调、进行性共济失调。1. 服用 Nilotinib 的患者 1-1. 基线信息:人口学资料、SCA 基因型、脑 MRI、心电图、常规血液检查 1-2. 评估时间点:开始服用 Nilotinib 时、1、3、6 和 12 个月 1-3. 评估项目(各时间点)常规检查:心电图、常规血液检查 不良事件:CTCAE 4.0 版 日常生活表现:Barthel 指数 总体功能:Friedreich's ataxia I 和 II 1-4. 药物剂量变化 根据主治医师的决定 2. 计划服用 Nilotinib 的患者 2-1. 基线信息:人口学资料、SCA 基因型、脑 MRI、心电图、常规血液检查 2-2. 评估时间点:基线、1、3、6 和 12 个月 2-3. 评估项目(各时间点)常规检查:心电图、常规
【主题与分类】
主题标签:Ataxia, Cerebellar、Ataxia, Progressive。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03932669
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/NCT03932669
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:共济失调,小脑性,共济失调,进行性。1. 服用尼洛替尼的患者 1-1. 基线信息:人口统计学资料、脊髓小脑性共济失调(SCA)的遗传类型、脑部MRI、心电图、常规血液检查 1-2. 评估时间点:开始服用尼洛替尼时、1个月、3个月、6个月和12个月 1-3. 评估项目(在每个时间点)常规检查:心电图、常规血液检查 不良事件:CTCAE 4.0版 日常生活能力:Barthel指数 总体功能:Friedreich共济失调量表I和II 1-4. 药物剂量调整 根据主治医师的决定 2. 计划服用尼洛替尼的患者 2-1. 基线信息:人口统计学资料、SCA的遗传类型、脑部MRI、心电图、常规血液检查 2-2. 评估时间点:基线、1个月、3个月、6个月和12个月 2-3. 评估项目(在每个时间点)常规检查:心电图、常规血液检查 不良事件:CTCAE 4.0版 小脑功能:共济失调评估与评定量表(SARA) 日常生活能力:Barthel指数 总体功能:Friedreich共济失调量表I和II 2-4. 药物剂量调整 根据主治医师的决定
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。




