前瞻性队列中生物学定义AD的频率与年龄、性别、APOEε4及认知障碍的关系
目的：评估生物学定义阿尔茨海默病（AD）的频率与年龄、性别和APOEε4的关系，以及临床定义AD与生物学定义AD之间不一致率
基本信息
资源简介
前瞻性队列中生物学定义AD的频率与年龄、性别、APOEε4及认知障碍的关系
目的：评估生物学定义阿尔茨海默病（AD）的频率与年龄、性别和APOEε4的关系，以及临床定义AD与生物学定义AD之间不一致率
Frequency of biologically-defined AD in relation to age, sex, APOEε4 and cognitive impairment in a prospective cohort study
【数据内容】
源站描述（机器翻译，仅供参考）：目的：评估生物学定义阿尔茨海默病（AD）的频率与年龄、性别和APOEε4的关系，以及临床定义AD与生物学定义AD之间不一致率。方法：我们评估了认知正常（CU）老年人（n=166）、遗忘型轻度认知障碍（n=77）和很可能AD痴呆（n=62）受试者，这些受试者接受了痴呆专科医生和神经心理学家的评估，以及使用[18F]AZD4694的淀粉样蛋白PET和使用[18F]MK6240的tau-PET。个体根据其AD生物标志物谱进行分组。生物学定义AD的阳性预测值根据临床诊断进行评估。AD生物标志物谱的频率使用逻辑回归评估，报告比值比和95%置信区间。结果：很可能AD痴呆的临床诊断与生物学定义AD显示出良好的一致性（阳性预测值：85.2
【数据结构与技术规格】
数据集 DOI：doi:10.5061/dryad.69p8cz8zr。
【主题与分类】
主题标签：阿尔茨海默病、生物标志物、认知障碍、淀粉样蛋白PET、tau-PET、前瞻性队列。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://doi.org/10.5061/dryad.69p8cz8zr
使用许可：https://spdx.org/licenses/CC0-1.0.html。
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://datadryad.org/dataset/doi:10.5061/dryad.69p8cz8zr
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:
数据集大小约 3.9 MB。
数据说明
Joseph Therriault; Tharick Pascoal; Andrea Benedet; Jaime Fernandez-Arias; Tina Wang; Gleb Berzgin; Min Su Kang; Firoza Lussier; Mira Chamoun; Melissa Savard; Cecile Tissot; Gassan Massarweh; Jean-Paul Soucy; Paolo Vitali; Paramita Saha-Chaudhuri; Serge Gauthier; Pedro Rosa-Neto (2021). Frequency of biologically-defined AD in relation to age, sex, APOEε4 and cognitive impairment in a prospective cohort study [Dataset]. http://doi.org/10.5061/dryad.69p8cz8zr
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。
