NE3107治疗早期帕金森病研究

该数据集来自clinicaltrials.gov,收录一项关于bezisterim(NE3107)治疗早期帕金森病的临床试验信息

BioVie Inc.BioVie Inc.
clinicaltrials
浏览 4
时间序列Parkinsons Disease (PD)
A Study of NE3107 in Early Parkinson's

基本信息

模态
时间序列
创建/更新时间
2026-10-20

资源简介

NE3107治疗早期帕金森病研究

该数据集来自clinicaltrials.gov,收录一项关于bezisterim(NE3107)治疗早期帕金森病的临床试验信息。研究对象为45至80岁、身心状况总体良好、接近需要缓解症状治疗但尚未处方左旋多巴或类似活性药物的帕金森病患者。试验旨在回答bezisterim能否减轻运动症状及参与者用药后出现哪些医学问题,并与安慰剂对照比较效果。数据可用于了解该试验的设计与目的(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:帕金森病(PD)。本临床试验的目标是了解bezisterim能否治疗45至80岁、身心状况总体良好、接近需要缓解症状治疗但尚未被处方任何形式的左旋多巴或具有类似活性的药物的帕金森病患者的运动症状。它旨在回答的主要问题是: bezisterim会减轻帕金森病的运动症状吗? 参与者在服用bezisterim时会出现哪些医学问题?研究人员将比较bezisterim治疗与安慰剂(一种外观相似但不含药物的物质)的效果,以了解bezisterim是否能治疗帕金森病的运动症状。参与者将 接受包括心电图在内的体格检查 每天两次服用药物或安慰剂,持续四个月* 访问

【主题与分类】

主题标签:Parkinsons Disease (PD)。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/NCT06757010

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06757010

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:帕金森病(PD)。本临床试验的目的是了解贝齐司亭(bezisterim)能否治疗45至80岁、身心状况总体良好、即将需要治疗以缓解症状但尚未被处方任何形式的左旋多巴或具有类似活性药物的帕金森病患者的运动症状。该试验旨在回答的主要问题是:* 贝齐司亭能否减轻帕金森病的运动症状?* 参与者在服用贝齐司亭时会出现哪些医疗问题?研究人员将比较贝齐司亭治疗与安慰剂(一种外观相似但不含药物的物质)的效果,以判断贝齐司亭是否能治疗帕金森病的运动症状。参与者将* 接受包含心电图在内的体格检查* 每日两次服用药物或安慰剂,持续四个月* 在五个月的时间内七次前往临床中心或接受居家访视

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。

获取专属数据定制方案