裸盖菇素治疗帕金森病抑郁与焦虑
该数据集来自 clinicaltrials.gov,聚焦帕金森病患者的抑郁与焦虑问题,属于神经系统疾病/帕金森病分类。源站描述显示,这是一项开放标签单臂先导研究,评估口服裸盖菇素疗法在帕金森病患者中的安全性、耐受性与可行性

基本信息
资源简介
裸盖菇素治疗帕金森病抑郁与焦虑
该数据集来自 clinicaltrials.gov,聚焦帕金森病患者的抑郁与焦虑问题,属于神经系统疾病/帕金森病分类。源站描述显示,这是一项开放标签单臂先导研究,评估口服裸盖菇素疗法在帕金森病患者中的安全性、耐受性与可行性。研究对象为40至75岁、临床诊断为早期帕金森病(关期Hoehn and Yahr 1-3期)、符合DSM-5抑郁或焦虑障碍标准并满足全部入排标准者。参与者先完成准备会谈,随后接受首次10 mg口服裸盖菇素给药。数据可用于神经系统疾病与精神共病治疗研究(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、抑郁、焦虑。这是一项开放标签单臂先导研究,针对帕金森病(PD)患者的抑郁和焦虑,采用口服裸盖菇素疗法。主要目标是考察该干预措施在这一患者群体中的安全性、耐受性和可行性。我们将招募40至75岁、临床诊断为早期帕金森病(“关”期Hoehn and Yahr 1-3期)、符合DSM-5抑郁或焦虑障碍标准并在筛选时满足所有其他纳入和排除标准的人员。在基线评估之后,参与者将完成准备会谈,旨在提供有关裸盖菇素体验的信息,并与研究团队建立融洽关系/信任。接下来,参与者将完成首次裸盖菇素给药会谈,接受低至中等剂量的10 mg口服裸盖菇素
【主题与分类】
主题标签:Parkinson Disease、Depression、Anxiety。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/NCT04932434
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/NCT04932434
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、抑郁症、焦虑症。这是一项开放标签单臂初步研究,旨在探索口服裸盖菇素疗法对帕金森病(PD)患者抑郁和焦虑症状的治疗效果。主要目标是评估该干预措施在此类患者群体中的安全性、耐受性和可行性。我们将招募年龄在40至75岁之间、临床诊断为早期帕金森病(“关”期Hoehn和Yahr分期1-3级)、符合DSM-5抑郁或焦虑障碍诊断标准,并在筛选时满足所有其他纳入和排除标准的个体。完成基线评估后,参与者将参加准备会议,旨在提供有关裸盖菇素体验的信息,并与研究团队建立和谐与信任关系。随后,参与者将完成首次裸盖菇素给药环节,在医生监督下接受低至中等剂量(10毫克)的口服裸盖菇素,并进行安全监测。在给药期间或之后未出现显著不良事件的参与者,将在约两周后完成第二次裸盖菇素给药环节。
在第二次裸盖菇素给药阶段,参与者将接受25毫克口服的中高剂量。第二次阶段将涉及与第一次相同的过程和监测水平。参与者随后将完成多次随访阶段,旨在评估帕金森病和精神症状,并在他们处理裸盖菇素体验时提供支持。随访将持续到第二次裸盖菇素给药阶段后3个月。主要终点将评估研究程序的安全性、耐受性和可行性。探索性疗效终点将评估抑郁症状、焦虑症状及相关功能指标的变化。
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。




