NR-SAFE:帕金森病高剂量烟酰胺核糖随机双盲安全性试验
该数据集来自 omicsdi.org,属于神经系统疾病/帕金森病分类,主题标签为 Metabolomics。内容为一项单中心、随机、安慰剂对照、双盲 I 期试验,纳入 20 名帕金森病患者,按 1:1 随机接受 NR 1500 mg 每日两次(n=10)或安慰剂(n=10),持续 4 周,试验在挪威

基本信息
资源简介
NR-SAFE:帕金森病高剂量烟酰胺核糖随机双盲安全性试验
该数据集来自 omicsdi.org,属于神经系统疾病/帕金森病分类,主题标签为 Metabolomics。内容为一项单中心、随机、安慰剂对照、双盲 I 期试验,纳入 20 名帕金森病患者,按 1:1 随机接受 NR 1500 mg 每日两次(n=10)或安慰剂(n=10),持续 4 周,试验在挪威卑尔根 Haukeland 大学医院神经内科开展。主要结局为安全性,即中度和重度不良事件的发生频率;次要结局包括耐受性(轻度不良事件频率)、全血和尿液 NAD 代谢组变化以及临床严重程度变化。可用于评估高剂量 NR 在帕金森病中的安全性、耐受性及代谢组与临床指标关联分析(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):使用烟酰胺核糖(NR)进行烟酰胺腺嘌呤二核苷酸(NAD)补充疗法在帕金森病(PD)和其他神经退行性疾病中显示出前景。然而,NR 的最佳剂量仍未知,且每日超过 2000 mg 的剂量尚未在人体中测试。为评估高剂量 NR 疗法的安全性,我们在 20 名 PD 患者中开展了一项单中心、随机、安慰剂对照、双盲、I 期试验,按 1:1 随机分配至 NR 1500 mg 每日两次(n=10)或安慰剂(n=10),持续 4 周。该试验在挪威卑尔根 Haukeland 大学医院神经内科进行。主要结局为安全性,定义为中度和重度不良事件的发生频率。次要结局为耐受性(定义为轻度不良事件的发生频率)、全血和尿液 NAD 代谢组的变化以及临床严重程度的变化
【主题与分类】
主题标签:Metabolomics。本站分类:神经系统疾病/帕金森病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS8812
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://omicsdi.org/dataset/metabolights_dataset/MTBLS8812
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
使用烟酰胺核糖(NR)补充烟酰胺腺嘌呤二核苷酸(NAD)的疗法在帕金森病(PD)及其他神经退行性疾病中展现出前景。然而,NR的最佳剂量仍未知,且每日超过2000毫克的剂量尚未在人体中进行测试。为了评估高剂量NR疗法的安全性,我们在20名PD患者中开展了一项单中心、随机、安慰剂对照、双盲的I期试验,按1:1随机分配接受NR 1500毫克每日两次(n=10)或安慰剂(n=10),为期4周。该试验在挪威卑尔根豪克兰大学医院神经内科进行。主要结局为安全性,定义为中度和重度不良事件的发生频率。次要结局为耐受性,定义为轻度不良事件的发生频率、全血和尿液NAD代谢组的变化,以及通过MDS-UPDRS测量的PD临床严重程度的变化。所有20名参与者均完成了试验。该试验达到了所有预设结局。NR疗法耐受性良好,无中度或重度不良事件,轻度不良事件无显著差异。
NR治疗与MDS-UPDRS总评分的临床改善相关。然而,这一变化也与距上次左旋多巴给药间隔较短有关。NR显著增强了血液NAD代谢组,血液NAD+水平最高增加5倍。虽然接受NR治疗的受试者血清同型半胱氨酸水平出现轻微初始升高,但甲基供体池的完整性保持完好。我们的结果支持在II期临床试验中将NR的剂量范围扩展至每日3000毫克,并进行适当的安全性监测。Clinicaltrials.gov标识符:NCT05344404。
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。




