ROCK抑制剂Fasudil在帕金森病患者中的安全性、耐受性与症状疗效
该数据集来自clinicaltrials.gov,聚焦特发性帕金森病,收录一项IIa期临床试验信息。试验旨在评估ROCK抑制剂Fasudil在早期帕金森病患者中的安全性、耐受性与症状疗效

基本信息
资源简介
ROCK抑制剂Fasudil在帕金森病患者中的安全性、耐受性与症状疗效
该数据集来自clinicaltrials.gov,聚焦特发性帕金森病,收录一项IIa期临床试验信息。试验旨在评估ROCK抑制剂Fasudil在早期帕金森病患者中的安全性、耐受性与症状疗效。Fasudil在体外和体内PD模型中显示出神经保护与促再生作用,可调节小胶质细胞活性并减轻α-突触核蛋白聚集,自1995年起在日本获批用于治疗血管痉挛,具有良好安全性,支持其老药新用。德国最多15个试验中心参与招募,盲法试验药物由莱比锡大学药房制备和运送,75名早期PD患者口服两种剂量Fasudil或安慰剂,每日两次,共3周,安全性、耐受性和症状疗效终点评估至第4周(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:特发性帕金森病。这项IIa期试验旨在提供ROCK抑制剂Fasudil在早期帕金森病(PD)患者中的安全性、耐受性和症状疗效证据。Fasudil在体外和体内PD模型中已显示出神经保护和促再生作用,可调节小胶质细胞活性并减弱α-突触核蛋白聚集。自1995年以来,它已在日本获批用于治疗血管痉挛,并具有良好的安全性特征,支持其老药新用。德国最多15个试验中心将招募患者。盲法试验药物将由莱比锡大学药房制备和运送。Fasudil以两种剂量或安慰剂口服给药,每日两次,给予75名早期PD患者,共3周。安全性、耐受性和症状疗效终点将在第4周后评估。
【主题与分类】
主题标签:Idiopathic Parkinson´s Disease。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/NCT05931575
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/NCT05931575
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:特发性帕金森病。这项IIa期试验旨在为ROCK抑制剂Fasudil在早期帕金森病(PD)患者中的安全性、耐受性和症状疗效提供证据。Fasudil在体外和体内的PD模型中已显示出神经保护和促再生作用,可调节小胶质细胞活性并减弱α-突触核蛋白聚集。自1995年以来,该药已在日本获批用于治疗血管痉挛,且具有良好的安全性特征,支持其老药新用。德国最多15个试验中心将招募患者。盲法试验药物将由莱比锡大学药房配制并运送。75名早期PD患者将接受两种剂量的Fasudil或安慰剂口服给药,每日两次,共计3周。安全性、耐受性和症状疗效终点将在治疗结束后4周内进行评估。其众所周知的安全性特征以及PD缺乏疾病修饰治疗,证明了在早期帕金森病患者中使用该药的合理性。
ROCK-PD是后续长期临床试验的前提,这些试验旨在评估帕金森病的疾病修饰作用以及症状疗效。
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。




