帕金森病中的便秘与肠道菌群变化
该数据集来自 clinicaltrials.gov,主题为帕金森病中的便秘与肠道菌群变化,属于神经系统疾病 / 帕金森病分类

基本信息
资源简介
帕金森病中的便秘与肠道菌群变化
该数据集来自 clinicaltrials.gov,主题为帕金森病中的便秘与肠道菌群变化,属于神经系统疾病 / 帕金森病分类。源站描述指出,帕金森病是常见的年龄相关神经系统疾病,英国约 145,000 人受影响,诊断症状包括僵硬、震颤、不稳和动作缓慢;病理改变可在诊断前数年发生于肠道,常导致便秘,因此肠道被视为潜在治疗靶点。既往研究显示帕金森病患者肠道细菌及其产生的短链脂肪酸谱不同,且患者粪便移植可加重小鼠模型症状,机制尚不明确,短链脂肪酸变化与肠壁炎症均被提及(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病。帕金森病(PD)是一种常见的、与年龄相关的神经系统疾病,在英国约影响145,000人。诊断症状包括僵硬、震颤、不稳和动作缓慢。有趣的是,虽然PD通常被认为是一种神经系统疾病,但病理变化在诊断前数年就发生在肠道,常导致便秘。因此,肠道作为可能的治疗靶点已引起关注。既往研究显示,PD患者的肠道细菌及其产生的短链脂肪酸(SCFAs)谱不同。有证据表明这些变化可能对疾病进程具有重要意义,因为来自PD患者的粪便移植加重了PD小鼠模型的症状。其机制尚不清楚,但SCFAs的变化和肠壁炎症均被提出。Studie
【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/NCT05787756
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/NCT05787756
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。帕金森病(PD)是一种常见的、与年龄相关的神经系统疾病,在英国约有145,000人患病。诊断症状包括僵硬、震颤、不稳和动作迟缓。有趣的是,虽然帕金森病通常被认为是一种神经系统疾病,但病理变化在诊断前数年就已发生于肠道,常导致便秘。因此,肠道作为潜在的治疗靶点已引起关注。既往研究显示,帕金森病患者的肠道细菌及其产生的短链脂肪酸(SCFAs)谱存在差异。有证据表明这些变化可能对疾病进程具有重要意义,因为来自帕金森病患者的粪便移植加重了帕金森病小鼠模型的症状。其机制尚不清楚,但短链脂肪酸的变化和肠壁炎症均被提出。迄今为止的研究比较了帕金森病患者与非帕金森病患者的肠道细菌,然而,由于健康对照者通常没有便秘,目前尚不清楚所观察到的差异是由帕金森病本身还是相关的便秘所致。
这项初步研究旨在确定肠道微生物(细菌、真菌和古菌)频率及肠道功能的差异,而非由便秘引起的差异。将从英国国家医疗服务体系(NHS)格兰扁地区的运动障碍门诊招募40名新诊断的帕金森病(PD)参与者。将从PD参与者的家庭中(在可行的情况下)招募40名健康(非PD)对照者。所有80名参与者都将接受临床评估,并被要求提供两份粪便样本。样本将分析肠道微生物频率、肠道功能变化(短链脂肪酸浓度)和肠道炎症(钙卫蛋白浓度)。这项初步研究的目的是确定PD患者与对照者相比肠道微生物的关键差异,这些差异可能在疾病进展中发挥作用。这项概念验证研究的结果很可能
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。




