Buntanetap 治疗帕金森病参与者的研究
该数据集来自 clinicaltrials.gov，主题为 Buntanetap 在帕金森病（PD）参与者中的长期安全性研究
基本信息
资源简介
Buntanetap 治疗帕金森病参与者的研究
该数据集来自 clinicaltrials.gov，主题为 Buntanetap 在帕金森病（PD）参与者中的长期安全性研究。研究为 36 个月开放标签设计，包含两个队列：队列 1 仅限曾参与 Buntanetap 临床试验的 PD 参与者受邀入组；队列 2 针对接受 Deep Brain Stimulation（DBS）治疗的 PD 参与者。合格参与者经最长 42 天筛选期后接受 Buntanetap 30mg QD。研究由完成相应认证/培训的临床医生评估 MMSE、MoCA、C-SSRS 和 MDS-UPDRS，且每位参与者全程由同一临床医生评估。可用于分析 Buntanetap 长期用药安全性及 PD 相关量表变化（来源 cl。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：帕金森病（PD）、Deep Brain Stimulation。本研究将考察 buntanetap 在 PD 参与者中的长期安全性。这是一项为期 36 个月的开放标签安全性研究。本研究将设两个队列。队列 1 仅通过邀请入组，面向既往参加过 buntanetap 临床试验的 PD 参与者。队列 2 面向正在接受 Deep Brain Stimulation（DBS）治疗的 PD 参与者。合格参与者在最长 42 天的筛选期后接受 buntanetap 30mg QD。MMSE、MoCA、C-SSRS 和 MDS-UPDRS 将由成功完成各项评估所需认证/培训的临床医生进行评估。每位参与者在整个研究期间应由同一临床医生评估。队列 1 参与者将在基线和年度评估前 12 小时停用标准治疗帕金森病药物
【主题与分类】
主题标签：Parkinson's Disease (PD)、Deep Brain Stimulation。本站分类：神经系统疾病/帕金森病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07284784
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/NCT07284784
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：帕金森病（PD）、脑深部电刺激。本研究将评估buntanetap在帕金森病受试者中的长期安全性。这是一项为期36个月的开放标签安全性研究。本研究将分为两个队列进行。队列1仅通过邀请方式招募既往参加过buntanetap临床试验的帕金森病受试者。队列2针对正在接受脑深部电刺激（DBS）治疗的帕金森病受试者。符合条件的受试者将在最长42天的筛选期后接受buntanetap 30mg每日一次给药。MMSE、MoCA、C-SSRS和MDS-UPDRS将由成功完成各项评估所需认证/培训的临床医生进行评估。每位受试者在整个研究期间应由同一位临床医生进行评估。队列1受试者将在基线和年度临床访视前12小时停用帕金森病标准治疗药物，以确保访视期间处于临床OFF状态。队列2受试者将在所有门诊访视前12小时停用帕金森病标准治疗药物。
在基线和年度门诊访视（或提前终止访视）的前一晚，第2队列的参与者将把DBS设置恢复到其初始基线设置。
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。
