L’évaluation objective de la marche dans la maladie de Parkinson (MP) est limitée par le manque de grands jeux de données de mouvement diversifiés et annotés cliniquement. Nous introduisons CARE-PD, le plus grand ensemble de données public disponibles de données 3D de marche sous forme de maillages pour la MP, ainsi que la première collection multi-centres regroupant 9 cohortes issues de 8 centres cliniques. Toutes les acquisitions (vidéos RGB ou capture de mouvement) sont converties en maillages SMPL anonymisés grâce à un pipeline de prétraitement harmonisé. CARE-PD permet de soutenir deux défis clés : la prédiction supervisée des scores cliniques (estimation des scores de marche selon l’échelle d’évaluation unifiée de la maladie de Parkinson, UPDRS) et des tâches prétexte non supervisées sur le mouvement (élévation de points clés 2D vers 3D et reconstruction complète du corps en 3D). La prédiction clinique est évaluée selon quatre protocoles de généralisation : intra-ensemble, inter-ensemble, laisser une base de données de côté, et adaptation dans le domaine sur plusieurs ensembles. Pour évaluer la pertinence clinique, nous comparons des encodeurs de mouvement d’avant-garde à une approche classique basée sur des caractéristiques manuelles de la marche, et constatons que les encodeurs surpassent systématiquement les caractéristiques artisanales. La pré-formation sur CARE-PD réduit le MPJPE (de 60,8 mm à 7,5 mm) et améliore le F1 macro pour la sévérité de la MP de 17 points de pourcentage, soulignant ainsi la valeur des données d’entraînement diversifiées et soigneusement annotées sur le plan clinique.