西洛他唑预防复发性卒中试验
该数据集来自 clinicaltrials.gov，围绕西洛他唑预防复发性卒中的临床试验，覆盖卒中复发、心肌梗死、血管性死亡、缺血性卒中、TIA 及复发性卒中等结局
基本信息
资源简介
西洛他唑预防复发性卒中试验
该数据集来自 clinicaltrials.gov，围绕西洛他唑预防复发性卒中的临床试验，覆盖卒中复发、心肌梗死、血管性死亡、缺血性卒中、TIA 及复发性卒中等结局。研究比较西洛他唑与安慰剂在常规治疗基础上对降低卒中、心脏病发作和死亡风险的作用，采用随机双盲设计。数据可用于分析药物干预与上述血管事件结局的关联，支持复发风险预测与疗效评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：卒中复发、心肌梗死、血管性死亡、缺血性卒中、TIA（短暂性脑缺血发作）、卒中（CVA）或短暂性脑缺血发作、复发性卒中。本临床研究旨在了解，在常规治疗基础上加用名为西洛他唑的药物，是否有助于预防过去6个月内因血管阻塞导致卒中或“小卒中”（也称为TIA）的患者再次发生卒中、心脏病发作或死亡。为确定西洛他唑在降低卒中、心脏病发作和死亡几率方面是否安全有效，研究将西洛他唑与安慰剂（一种外观与西洛他唑相同但不含药物的药片）进行比较。参与者将： 被随机分配服用西洛他唑或安慰剂，同时继续其常规药物。 不知道自己在服用哪一种，研究团队也不知道，这保持了结果的
【主题与分类】
主题标签：Stroke Recurrence、Myocardial Infarction、Vascular Death、Ischemic Stroke、TIA (Transient Ischemic Attack)、Recurrent Stroke。本站分类：循环系统疾病/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07174414
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/NCT07174414
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：卒中复发、心肌梗死、血管性死亡、缺血性卒中、TIA（短暂性脑缺血发作）、卒中（CVA）或短暂性脑缺血发作、复发性卒中。本临床研究的目标是了解，在常规治疗基础上加用一种名为西洛他唑的药物，是否有助于预防过去6个月内因血管阻塞导致卒中或“小卒中”（也称为TIA）的患者再次发生卒中、心肌梗死或死亡。为确定西洛他唑在降低卒中、心肌梗死和死亡风险方面是否安全有效，本研究将西洛他唑与安慰剂（一种外观与西洛他唑相同但不含药物的药片）进行比较。参与者将：* 被随机分配服用西洛他唑或安慰剂，同时继续其常规用药。* 不知道自己在服用哪一种，研究团队也不知道，以保持结果公平。* 接受最长5年的随访，以观察是否发生卒中、心肌梗死或大出血。
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。
