PREVENTION-IN-PD 研究

该研究在德国开展,测试一项为期六个月的生活方式干预项目,涵盖运动、地中海饮食、睡眠习惯和认知训练四个方面,强调实用、个性化和激励性

University Hospital Schleswig-HolsteinUniversity Hospital Schleswig-Holstein
clinicaltrials
浏览 8
其他Parkinson's Disease (PD)
Prevention-in-PD-Study

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

PREVENTION-IN-PD 研究

来自 clinicaltrials.gov,聚焦帕金森病及快速眼动睡眠行为障碍(RBD)人群。该研究在德国开展,测试一项为期六个月的生活方式干预项目,涵盖运动、地中海饮食、睡眠习惯和认知训练四个方面,强调实用、个性化和激励性。数据可用于探索多领域生活方式干预对帕金森病进展的潜在影响,以及评估参与者的依从性与效果(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:帕金森病(PD)。帕金森病(PD)在全球范围内越来越常见,但目前仍没有能够减缓或阻止该疾病的治疗方法。增加体力活动、健康饮食、良好睡眠和心理训练等生活方式改变可能有助于减缓疾病进展。然而,人们往往难以同时坚持多项生活方式改变,且尚无研究测试这在帕金森病中的效果如何。PREVENTION-IN-PD 研究将在德国测试一项针对帕金森病患者和快速眼动睡眠行为障碍(RBD,有发展为帕金森病风险)患者的新生活方式项目。在六个月内,参与者将在四个方面获得支持:运动、地中海饮食、睡眠习惯和认知训练。该项目设计为实用、个性化和激励性。主要目标是观察

【主题与分类】

主题标签:Parkinson's Disease (PD)。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/NCT07297407

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/NCT07297407

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

疾病:帕金森病(PD)。帕金森病(PD)在全球范围内日益常见,但目前仍没有能够延缓或阻止该病进展的治疗方法。改变生活方式,如增加体力活动、健康饮食、良好睡眠和脑力训练,可能有助于减缓疾病的进展。然而,人们往往难以同时坚持多项生活方式改变,且尚无研究测试这在帕金森病中的效果如何。PREVENTION-IN-PD研究将在德国为帕金森病患者和快速眼动睡眠行为障碍(RBD,有发展为帕金森病风险)患者测试一项新的生活方式方案。在六个月的时间里,参与者将在四个方面获得支持:运动、地中海饮食、睡眠习惯和认知训练。该方案旨在实用、个性化且具有激励性。主要目标是观察帕金森病患者和RBD患者能否长期坚持这些生活方式改变。该研究还将考察其对症状、生活质量和整体健康的潜在早期影响。

如果成功,该项目将成为使生活方式干预项目成为德国乃至更广泛地区帕金森病护理重要组成部分的第一步。

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