BOOST-PD：IPX-203治疗帕金森病的自然主义研究
该数据集来自clinicaltrials.gov，聚焦帕金森病药物IPX-203（商品名Crexont®）的真实世界研究
基本信息
资源简介
BOOST-PD：IPX-203治疗帕金森病的自然主义研究
该数据集来自clinicaltrials.gov，聚焦帕金森病药物IPX-203（商品名Crexont®）的真实世界研究。源站描述指出，IPX203是FDA新批准的长效左旋多巴制剂，关键研究显示其较速释卡比多巴-左旋多巴显著增加每日good on-time，但参与者平均每日仍有4.18小时off-time。本研究旨在通过细致个体化调整，分析真实世界环境下good on-time的变化，以扩展对IPX203的现有认识。数据可用于评估该药在自然istic setting下的疗效与用药调整效果（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。开展本研究是因为一种名为IPX203（商品名：Crexont®）的新型长效左旋多巴制剂最近已获FDA批准。该药物的关键研究显示，与速释卡比多巴-左旋多巴（IR CD-LD）相比，IPX203显著增加了每日good on-time，其中good on-time是指帕金森症状改善且无困扰性异动症的时间。在该研究中，参与者平均每日服用IPX203三次，但每日平均仍有4.18小时的off-time（症状复发时）。这些数据基于参与者填写的日记。本研究的目的是扩展当前对IPX203的认识，分析在真实世界环境中经过仔细和量身调整后good on-time的变化。这将在……的协助下完成。
【主题与分类】
主题标签：Parkinson 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/NCT07138560
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/NCT07138560
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。本研究之所以开展，是因为一种名为IPX203（商品名：Crexont®）的新型长效左旋多巴制剂近期已获FDA批准。该药物的关键性研究显示，与速释卡比多巴-左旋多巴（IR CD-LD）相比，IPX203显著增加了每日良好“开”期时间，其中良好“开”期是指帕金森症状改善且无令人困扰的运动障碍的时间。在该研究中，参与者平均每日服用IPX203三次，但每日仍有平均4.18小时的“关”期（症状复发的时间）。这些数据基于参与者填写的日记。本研究旨在拓展目前对IPX203的认识，分析在如同真实世界环境中所进行的细致且个体化调整后良好“开”期时间的变化。这将借助可穿戴设备来获取客观数据。此外还将评估其他变量，如震颤评分的变化、从其他药物（如Rytary和COMT抑制剂）的转换，以及IPX203起始剂量与最终剂量之间的差异。
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。
