基于预测模型算法预防帕金森病药物诱发冲动控制障碍的疗效研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/帕金森病领域,是一项多中心、比较性、随机、对照、设盲(患者和主要标准评估者)的优势试验,设两个平行组:算法指导组和标准治疗组

基本信息
资源简介
基于预测模型算法预防帕金森病药物诱发冲动控制障碍的疗效研究
该数据集来自clinicaltrials.gov,属于神经系统疾病/帕金森病领域,是一项多中心、比较性、随机、对照、设盲(患者和主要标准评估者)的优势试验,设两个平行组:算法指导组和标准治疗组。研究对象为纳入时接受多巴胺激动剂治疗的帕金森病患者,按1:1随机分配,在NSPARK/FCRIN网络的帕金森病专家中心招募。主要目的是评估ICD SHIELD应用(一种基于计算机算法辅助临床医生开具多巴胺能药物的软件)相较于标准治疗在主要终点上的疗效。随访包括基线V0及M9、M18、M27、M36四次访视。数据可用于预测模型评估、冲动控制障碍预防策略研究及临床决策支持工具效果分析(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、冲动控制障碍。本临床研究是一项多中心、比较性、随机、对照、设盲(患者和主要标准评估者)的优势试验,设两个平行组(干预组:算法指导组;对照组:标准治疗组)。纳入时接受多巴胺激动剂治疗的帕金森病患者将按1:1比例随机分配至标准治疗组或算法指导组。他们将在NSPARK/FCRIN网络的帕金森病专家中心招募。主要目的是评估ICD SHIELD应用(一种基于计算机算法辅助临床医生开具多巴胺能药物的软件)相较于标准治疗在主要终点上的疗效。纳入后(V0,第0个月),将进行四次随访:V1在第9个月、V2在第18个月、V3在第27个月和V4在第36个月。
【主题与分类】
主题标签:Parkinson Disease、Impulse Control Disorder。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/NCT07505394
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/NCT07505394
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、冲动控制障碍。本临床研究是一项多中心、比较性、随机、对照、设盲(患者和主要标准评估者设盲)、优效性试验,设2个平行组(干预组:算法指导组;对照组:标准治疗组)。入组时正在接受DA治疗的PD患者将按1:1比例随机分配至标准治疗(SoC)组或算法指导组。患者将从NSPARK/FCRIN网络的PD专家中心招募。主要目的是评估ICD SHIELD应用程序(一种配备基于计算机的算法、辅助临床医生开具多巴胺能药物的软件)与标准治疗相比,在主要终点上的疗效。入组后(V0,第0个月),将进行四次随访:V1(第9个月)、V2(第18个月)、V3(第27个月)和V4(第36个月),随访在参与者通常就诊的门诊进行。
在每次随访(M9至M36)时,神经科医生将记录病史和治疗史,进行神经系统检查、MDS-UPDRS第III至IV部分和CGI-I量表评估,并审阅MDS-UPDRS第I和第II部分以进行可能的重新评估/澄清。PGI量表、PDQ39问卷、MDS-UPDRS第I和第II部分以及HAD量表将由患者填写。MoCA量表、ASBPD和QUIP-RS将由神经心理学家或经各量表培训的研究者按照评分说明执行,且对治疗分组分配设盲。随后,神经科医生将根据患者随机所在组别,依据算法输出的建议或临床医生的单独建议调整治疗。如果实施了完全停用DA或将DA减至相当于40mg左旋多巴剂量的调整,将在前次访视后3个月进行额外电话通话以进行远程复查,确认患者已正确遵循处方变更(减少或停用DA)。一项op
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。




