ELATE研究:延长时间窗内大血管急性血栓切除术评估
该数据集来自clinicaltrials.gov,主题为ELATE研究,评估延长时间窗内对大血管闭塞所致急性缺血性卒中患者行血管内血栓切除术

基本信息
资源简介
ELATE研究:延长时间窗内大血管急性血栓切除术评估
该数据集来自clinicaltrials.gov,主题为ELATE研究,评估延长时间窗内对大血管闭塞所致急性缺血性卒中患者行血管内血栓切除术。源站描述指出,DAWN和DEFUSE 3等里程碑试验使用CT灌注和MR灌注在6至24小时时间窗内筛选患者,但超出该时间窗的EVT作用研究不足,这一证据缺口在越南等中低收入国家尤为突出,因公众卒中意识有限、院前急救不完善及就诊延迟导致大量患者处于极晚时间窗。数据可用于研究延长时间窗EVT的适用性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性缺血性卒中。血管内血栓切除术(EVT)是急性缺血性卒中(AIS)患者因大血管闭塞(LVO)在卒中发作或最后已知良好(LKW)后24小时内就诊的既定治疗方法。尽管DAWN和DEFUSE 3等里程碑试验使用先进的神经影像技术,包括CT灌注(CTP)和MR灌注(MRP),来识别6-24小时内的合格患者,但EVT在该时间窗之外的作用仍未得到充分研究。这一证据缺口在低收入和中等收入国家(LMICs)尤为相关,包括越南,那里公众对卒中症状的认识有限、院前紧急医疗服务不发达以及到医院就诊的延迟导致很大比例的患者在极晚时间窗就诊。此外,获得先进神经影像的机会有限
【主题与分类】
主题标签:Acute Ichemic Stroke。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07922317
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/NCT07922317
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:急性缺血性卒中。血管内取栓术(EVT)是急性缺血性卒中(AIS)患者因大血管闭塞(LVO)在卒中发病或最后已知正常(LKW)后24小时内就诊时的一种既定治疗方法。尽管DAWN和DEFUSE 3等里程碑式试验使用了先进的神经影像技术,包括CT灌注(CTP)和MR灌注(MRP),以识别6-24小时内的合格患者,但EVT在该时间窗之外的作用仍研究不足。这一证据空白在包括越南在内的低收入和中等收入国家(LMICs)尤为相关,这些国家公众对卒中症状的认识有限、院前急救医疗服务不发达以及入院延迟,导致相当比例的患者在极晚时间窗就诊。此外,先进神经影像的可及性有限可能限制了可能从EVT中获益的患者的治疗机会。
因此,本前瞻性观察性研究旨在评估因前循环大血管闭塞(LVO)导致的急性缺血性卒中(AIS)患者,在卒中发病或最后已知正常时间(LKW)后24-72小时就诊时,接受血管内血栓切除术(EVT)与最佳药物治疗相比的临床结局。符合条件的患者根据临床和影像学标准进行筛选,包括显著的神经功能缺损以及存在潜在可挽救脑组织的证据,后者通过CT或MR灌注成像上的灌注错配或基于ASPECTS的影像学标准进行评估。研究结果可能为EVT在这一延长时间窗内的潜在作用提供进一步证据,并有助于指导临床决策。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




