Terazosin 与帕金森病代谢参与研究
TZ 有望成为首个疾病修饰疗法,为 PD 患者提供安全、低成本的治疗选择。研究设计旨在缩短药物发现时间与成本,加速急需药物的可及性

基本信息
资源简介
Terazosin 与帕金森病代谢参与研究
该数据集来自 clinicaltrials.gov,聚焦 Terazosin(TZ)用于帕金森病(PD)治疗的研究。TZ 有望成为首个疾病修饰疗法,为 PD 患者提供安全、低成本的治疗选择。研究设计旨在缩短药物发现时间与成本,加速急需药物的可及性。入组对象为过去三年内确诊 PD 且筛查时服用不超过两种多巴胺能药物的受试者。数据可用于评估 TZ 对 PD 的潜在获益、药物重定位效果及代谢参与机制,支持临床决策与治疗预测(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。Terazosin(TZ)有潜力被重新定位为帕金森病(PD)的首个疾病修饰治疗。这将对 PD 患者和社会产生重大影响。TZ 可能为 PD 患者提供一种安全且低成本的治疗选择。如果 TZ 被证明对 PD 治疗有益,所提出的研究设计将通过减少通常与药物发现相关的时间和成本,有效促进急需药物的可及性。基于这些原因,鉴于极其有利的成本效益比,该研究应被给予高度优先。与先前研究一致,在过去三年内被诊断为 PD 且在筛查时服用不超过两种多巴胺能药物的受试者将被纳入。该标准确保药理学
【主题与分类】
主题标签: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/NCT07288450
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/NCT07288450
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。特拉唑嗪(TZ)有潜力被重新定位为帕金森病(PD)的首个疾病修饰治疗药物。这将对PD患者和社会产生重大影响。TZ可能为PD患者提供一种安全且低成本的治疗选择。如果TZ被证明对PD治疗有益,所提出的研究设计将通过减少通常与药物发现相关的时间和成本,有效地促进这种急需药物的可用性。基于这些原因,鉴于成本效益比极为有利,该研究应被给予高度优先。与先前研究一致,过去三年内被诊断为PD且在筛选时服用不超过两种多巴胺能药物的受试者将被纳入。这一标准确保在最具代表性的PD患者群体中评估TZ的药效学。随机分组后,患者将继续接受治疗26周。研究持续时间的延长旨在评估TZ在PD患者中的持续靶点参与。
风险/获益评估 TZ与体位性低血压风险增加相关。该风险在PD中尤为值得关注,因为与健康对照相比,PD患者中体位性低血压的患病率显著更高。PD患者也更容易发生跌倒,而体位性低血压可能加重这一情况。来自Truven数据库的数据表明,与未使用TZ的PD患者相比,使用TZ的PD患者中与跌倒相关的ICD-9编码患病率并未显著增加。这些发现提示,在人群层面上,体位性低血压的风险并未显著升高,尽管对个体参与者而言仍是一个值得关注的问题。重要的是,在一项初步研究中未报告严重不良事件。轻度副作用如头晕和头
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。




