西格列汀治疗早期帕金森病的疾病修饰疗效研究

该数据集来自 clinicaltrials.gov,主题为西格列汀治疗早期帕金森病的疾病修饰疗效。帕金森病为进行性神经退行性疾病,现有获批治疗(包括 levodopa)主要限于症状缓解,尚无确立的疾病修饰疗法

Yonsei UniversityYonsei University
clinicaltrials
浏览 14
蛋白质预测Parkinson Disease
Disease-modifying Efficacy of Sitagliptin Therapy in Early-stage Parkinson's Disease

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-07

资源简介

西格列汀治疗早期帕金森病的疾病修饰疗效研究

该数据集来自 clinicaltrials.gov,主题为西格列汀治疗早期帕金森病的疾病修饰疗效。帕金森病为进行性神经退行性疾病,现有获批治疗(包括 levodopa)主要限于症状缓解,尚无确立的疾病修饰疗法。研究拟评估每日一次 100 mg 西格列汀治疗 72 周相较安慰剂能否延缓疾病进程,背景为多项大型流行病学队列研究报告糖尿病患者中 DPP-4 抑制剂使用者帕金森病风险约低 30%-40%。可用于神经系统疾病与帕金森病治疗研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Parkinson Disease. 帕金森病(PD)是一种进行性神经退行性疾病,病理特征为黑质致密部多巴胺能神经元丢失以及α-突触核蛋白(α-syn)聚集体的积累。迄今为止,所有获批治疗,包括 levodopa,主要限于症状缓解,尚未确立能够从根本上减缓或阻止疾病进展的疾病修饰治疗(DMT)。在台湾、瑞典、英国及其他国家开展的大规模流行病学队列研究一致报告,在糖尿病患者中,DPP-4 抑制剂使用者相比非使用者,发生帕金森病的风险约低 30%-40%。本研究旨在评估与安慰剂相比,72 周西格列汀治疗(100 mg 每日一次)是否延缓

【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/NCT07804381

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/NCT07804381

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

条件:帕金森病。帕金森病(PD)是一种进行性神经退行性疾病,其病理特征为黑质致密部多巴胺能神经元丢失以及α-突触核蛋白(α-syn)聚集体的积累。迄今为止,所有已获批的治疗方法,包括左旋多巴,主要局限于症状缓解,尚未确立任何能够从根本上延缓或阻止疾病进展的疾病修饰疗法(DMT)。在台湾、瑞典、英国及其他国家开展的大规模流行病学队列研究一致报告,在糖尿病患者中,与未使用者相比,DPP-4抑制剂使用者的帕金森病发病风险约降低30%-40%。本研究旨在评估与安慰剂相比,接受西格列汀(100 mg,每日一次)治疗72周是否能够延缓接受稳定左旋多巴单药治疗的早期PD患者出现确认的运动进展的时间。

确认的运动进展定义为:在关期评估的运动障碍学会-统一帕金森病评定量表(MDS-UPDRS)第三部分得分较基线增加≥5分。

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