Pimavanserin对比Quetiapine治疗帕金森病精神病研究
该数据集来自clinicaltrials.gov,聚焦帕金森病精神病(PDP)治疗研究。CSP #2015 - C-SAPP是一项随机、意向性治疗、双盲、双臂平行设计的多中心比较研究,计划邀请最多约24个退伍军人事务医疗中心参与,招募40岁及以上患有帕金森病且伴精神病症状的退伍军人

基本信息
资源简介
Pimavanserin对比Quetiapine治疗帕金森病精神病研究
该数据集来自clinicaltrials.gov,聚焦帕金森病精神病(PDP)治疗研究。CSP #2015 - C-SAPP是一项随机、意向性治疗、双盲、双臂平行设计的多中心比较研究,计划邀请最多约24个退伍军人事务医疗中心参与,招募40岁及以上患有帕金森病且伴精神病症状的退伍军人。入组参与者按认知障碍分层后随机分配至固定剂量pimavanserin组或灵活剂量quetiapine组,并在基线、第3周、第5周和第8周进行精神病症状及PDP症状评估。数据可用于比较两种药物对帕金森病精神病的疗效与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:帕金森病精神病。CSP #2015 - C-SAPP是一项随机、意向性治疗、双盲、双臂、平行设计、多中心比较研究。总共最多约24个退伍军人事务医疗中心(VAMCs)将被邀请参与该研究。40岁及以上患有帕金森病(PD)且伴有精神病症状的退伍军人将使用既定的纳入/排除标准进行预筛选以入组(知情同意)。符合资格标准的入组参与者将以盲法随机分配至两个臂之一(固定剂量pimavanserin或灵活剂量quetiapine),按认知障碍[根据蒙特利尔认知评估(MoCA)]分层。评估将在多个时间点收集——基线、第3周、第5周和随机化后第8周。精神病评估(CGI-I精神病)、PDP症状(SAPS-PD)和夜间睡眠
【主题与分类】
主题标签:Parkinson's Disease Psychosis。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/NCT04373317
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/NCT04373317
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
条件:帕金森病精神病。CSP #2015 - C-SAPP是一项随机、意向性治疗、双盲、两臂、平行设计、多中心对照研究。总共将邀请最多约24个退伍军人事务部医疗中心(VAMCs)参与该研究。年龄在40岁及以上、患有帕金森病且伴有精神病症状的退伍军人将使用既定的纳入/排除标准进行预筛选以确定入组(知情同意)。符合资格条件的入组参与者将以盲法随机分配至两个研究臂之一(固定剂量匹莫范色林或灵活剂量喹硫平),并按认知障碍[根据蒙特利尔认知评估(MoCA)]进行分层。将在多个时间点收集评估数据——基线、第3周、第5周以及随机化后第8周。
精神病性症状评估(CGI-I精神病性症状)、PDP症状(SAPS-PD)以及夜间睡眠/日间嗜睡[依据帕金森病结局量表-睡眠量表夜间分量表(SCOPA-S NS)/Epworth嗜睡量表(ESS)]将在每次面对面访视时完成;而照料者负担(ZBI)、功能与健康状况[依据帕金森病问卷-8(PDQ-8)]将在基线和第5周、第8周的治疗访视时评估;帕金森综合征(CGI-I帕金森综合征)和运动能力(MDS-UPDRS III)在基线和第8周评估;认知功能(MoCA)在筛选期和第8周评估。第1周和第6周将进行额外的电话/视频联系。同时收集PD药物及副作用信息。严重不良事件(SAEs)及不良事件(AEs,参照治疗 emergent 症状量表(TESS)进行指导)将在每次参与者接触(面对面及电话/视频)时持续监测。采用质量源于设计(QbD)方法,聚焦其关键原则,以帮助前瞻性地识别可能危及数据可靠性和研究参与者安全的重要错误。
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。




