AAV2-GDNF治疗晚期帕金森病
该数据集来自clinicaltrials.gov,聚焦AAV2-GDNF用于晚期帕金森病的治疗研究。源站描述指出,帕金森病药物仅能暂时缓解症状而无法影响退行性过程,GDNF在动物模型中显示有益作用,但既往GDNF输注临床试验结果不确定,可能与递送方法有关;近期证据提示通过病毒载体直接递送进行基因转移

基本信息
资源简介
AAV2-GDNF治疗晚期帕金森病
该数据集来自clinicaltrials.gov,聚焦AAV2-GDNF用于晚期帕金森病的治疗研究。源站描述指出,帕金森病药物仅能暂时缓解症状而无法影响退行性过程,GDNF在动物模型中显示有益作用,但既往GDNF输注临床试验结果不确定,可能与递送方法有关;近期证据提示通过病毒载体直接递送进行基因转移可能是更优方法。数据集覆盖帕金森病神经系统疾病主题,可用于基因治疗策略、病毒载体递送及临床试验相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:帕金森病。目的:虽然药物可以暂时缓解帕金森病(PD)的症状,但它们不影响退行性过程。黑质多巴胺能(DA)神经元的进行性丢失(PD的病理标志)导致进行性神经功能障碍和死亡。胶质细胞源性神经营养因子(GDNF)最初是基于其在体外促进胚胎DA神经元存活的能力而被发现的,研究已证明GDNF在PD动物模型中的有益作用。GDNF输注的初步临床试验结果尚无定论。这些研究中观察到的耐受性和疗效问题可能与递送方法有关。近期证据表明,通过直接递送病毒载体进行基因转移可能是用GDNF治疗PD的更优方法。
【主题与分类】
主题标签:Parkinson's Disease。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/NCT01621581
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/NCT01621581
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:帕金森病。目的:虽然药物可以暂时缓解帕金森病(PD)的症状,但它们并不影响退行性过程。黑质多巴胺能(DA)神经元的进行性丧失(PD的病理标志)导致进行性神经功能障碍和死亡。胶质细胞源性神经营养因子(GDNF)最初是基于其在体外促进胚胎DA神经元存活的能力而被发现的,研究表明GDNF在PD动物模型中具有有益作用。GDNF输注的初步临床试验结果尚无定论。这些研究中观察到的耐受性和有效性问题可能与递送方法有关。最近的证据表明,通过直接递送病毒载体的基因转移可能是使用GDNF治疗PD的更优方法。研究人群:二十四名成年男性和女性受试者,患有晚期帕金森病,是帕金森病手术治疗的候选者,并符合所有纳入和排除标准。
设计:我们提出一项1期单中心、开放标签、剂量递增、安全性和耐受性研究,研究含有人类GDNF互补DNA的腺相关病毒2型载体(AAV2)。将通过手术将双侧导管经颅骨置入脑内,并通过对流增强递送(CED)将载体递送至24例晚期PD患者的双侧壳核(每半球450微升)。另允许76名受试者用于筛选失败。将在以下剂量队列中评估四个递增剂量水平(每队列6例患者):队列1 = 9 x 10(10)vg,队列2 = 3 x 10(11)vg,队列3 = 9 x 10(11)vg,队列4 = 3 x 10(12)vg。结局指标:为评估AAV2-GDNF的CED在晚期PD患者中的安全性、耐受性和潜在临床效应,我们将使用规定的PD临床评估(统一帕金森病评定量表
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。




