Safinamide 对比安慰剂治疗帕金森病伴运动波动患者疼痛的III期临床试验
该数据集来自 clinicaltrials.gov,为一项III期、单中心、随机、双盲、安慰剂对照临床试验,研究 Safinamide 相比安慰剂在减轻帕金森病相关疼痛方面的优效性

基本信息
资源简介
Safinamide 对比安慰剂治疗帕金森病伴运动波动患者疼痛的III期临床试验
该数据集来自 clinicaltrials.gov,为一项III期、单中心、随机、双盲、安慰剂对照临床试验,研究 Safinamide 相比安慰剂在减轻帕金森病相关疼痛方面的优效性。计划纳入60例确诊帕金森病、存在运动波动且伴慢性疼痛(持续超过3个月)的成人患者,按1:1随机接受口服 Safinamide 或匹配安慰剂作为附加治疗,疗程12周。主要终点为基线至12周疼痛严重程度均值变化,可用于评估该药对帕金森病相关疼痛的疗效(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(障碍)、疼痛、疼痛管理、帕金森病(PD)。这是一项III期、单中心、随机、双盲、安慰剂对照临床试验,旨在研究 Safinamide 相比安慰剂在减轻帕金森病(PD)相关疼痛方面的优效性。该试验计划纳入60例确诊为PD的成人患者,这些患者尽管接受稳定剂量的左旋多巴治疗,仍存在运动波动和慢性疼痛(持续超过3个月)。参与者将按1:1比例随机接受口服 Safinamide 或匹配安慰剂作为附加治疗。治疗方案为第一周50 mg/天,随后11周增至100 mg/天,总治疗持续时间为12周。主要终点是评估基线至12周疼痛严重程度的平均变化,测量使用1
【主题与分类】
主题标签:PARKINSON DISEASE (Disorder)、Pain、Pain Management、Parkinson 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/NCT07761936
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/NCT07761936
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(疾病),疼痛,疼痛管理,帕金森病(PD)。这是一项III期、单中心、随机、双盲、安慰剂对照临床试验,旨在研究沙芬酰胺与安慰剂相比在减轻帕金森病(PD)相关疼痛方面的优效性。该试验计划入组60例确诊为PD的成年患者,这些患者尽管接受稳定剂量的左旋多巴治疗,仍存在运动波动和慢性疼痛(持续超过3个月)。参与者将按1:1比例随机接受口服沙芬酰胺或匹配的安慰剂作为附加治疗。治疗方案为第一周50 mg/日,随后11周增至100 mg/日,总治疗持续时间为12周。主要终点是评估从基线至12周疼痛严重程度的平均变化,采用11点数字评定量表(NRS)测量。次要终点将评估其他定性和定量疼痛特征(KPPS、BPI、PD-PCS)、运动症状和治疗并发症(UPDRS第III和第IV部分、家庭日记)、生活质量(PDQ-39)以及其他非运动症状(MDS-NMS)。
该临床试验的预期总持续时间为24个月。
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。




