Nilotinib 对路易体痴呆安全性、耐受性、药代动力学及生物标志物的影响
计划招募 60 名受试者,按 1:1 随机分配至安慰剂组或 200 mg Nilotinib 组。入组需满足 Hoehn & Yahr、UPDRS 及 MoCA 等评分条件,并稳定使用 MAO-B 抑制剂、乙酰胆碱酯酶抑制剂等药物

基本信息
资源简介
Nilotinib 对路易体痴呆安全性、耐受性、药代动力学及生物标志物的影响
该数据集来自 clinicaltrials.gov,聚焦路易体痴呆(Dementia With Lewy Bodies)患者,收录一项 II 期随机、双盲、安慰剂对照研究,评估 Nilotinib(Tasigna®、AMN107、Novartis、Switzerland)对安全性、耐受性、药代动力学、药效学及临床结局的影响。计划招募 60 名受试者,按 1:1 随机分配至安慰剂组或 200 mg Nilotinib 组。入组需满足 Hoehn & Yahr、UPDRS 及 MoCA 等评分条件,并稳定使用 MAO-B 抑制剂、乙酰胆碱酯酶抑制剂等药物。可用于神经系统疾病药物疗效与安全性相关建模分析(来源 clinicaltrials。
【数据内容】
源站描述(机器翻译,仅供参考):条件:路易体痴呆。将开展一项 II 期随机、双盲、安慰剂对照研究,以评估 Nilotinib(Tasigna®、AMN107、Novartis、Switzerland)对路易体痴呆患者安全性、耐受性、药代动力学、药效学及临床结局的影响。将招募六十(60)名受试者,并按 1:1 随机分配至安慰剂组(第 1 组)或 200 mg Nilotinib 组(第 2 组)。本研究将在 2.5≥Hoehn & Yahr≤3 且 UPDRS I-III ≤50 且 15≥UPDRS III(运动)≥40(统一帕金森病评分量表)且 MoCA≥18(蒙特利尔认知评估)的 DLB 患者中进行。合格受试者必须已稳定使用 MAO-B 抑制剂(Rasageline 或 Selegeline)4 周,且每日左旋多巴用量不得超过 800mg。受试者必须已稳定使用乙酰胆碱酯酶抑制剂及其他药物至少 6 周。受试者
【主题与分类】
主题标签:Dementia With Lewy Bodies。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/NCT04002674
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/NCT04002674
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:路易体痴呆。将开展一项II期随机、双盲、安慰剂对照研究,以评估尼洛替尼(Tasigna®,AMN107,诺华,瑞士)对路易体痴呆患者的安全性、耐受性、药代动力学、药效动力学及临床结局的影响。将招募六十(60)名受试者,并按1:1随机分配至安慰剂组(第1组)或200 mg尼洛替尼组(第2组)。本研究将在符合以下条件的DLB患者中进行:2.5≥Hoehn & Yahr≤3,UPDRS I-III≤50,15≥UPDRS III(运动)≥40(统一帕金森病评定量表),且MoCA≥18(蒙特利尔认知评估)。符合条件的受试者必须已稳定使用MAO-B抑制剂(雷沙吉兰或司来吉兰)4周,且每日左旋多巴用量不得超过≥800mg。受试者必须已稳定使用乙酰胆碱酯酶抑制剂及其他药物至少6周。受试者将接受为期6个月的治疗,并每月(4周)接受监测,共计9次访视,包括筛查、基线、第1、2、3、4、5、6个月随访以及第7个月洗脱期。
将在基线时和6个月时收集血液和脑脊液(CSF),以确定尼洛替尼对CSF生物标志物的影响。
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。




