动脉粥样硬化性急性缺血性卒中患者溶栓后早期应用依洛尤单抗的评价研究
本Ⅱa期急性卒中试验为前瞻性、单中心、随机、开放标签、盲法终点评价(PROBE)。入组发病9小时内、多模态影像符合LAA并接受静脉溶栓

基本信息
资源简介
动脉粥样硬化性急性缺血性卒中患者溶栓后早期应用依洛尤单抗的评价研究
本Ⅱa期急性卒中试验为前瞻性、单中心、随机、开放标签、盲法终点评价(PROBE)。入组发病9小时内、多模态影像符合LAA并接受静脉溶栓。干预组溶栓后24小时内皮下注射Ilyumumab 420mg加标准药物(含他汀),对照组用阿托伐他汀20mg/日。溶栓后72小时内每12小时、之后每日评NIHSS,评估减少END。独立终点委员会盲法评价END和90天mRS(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性卒中。本研究是一项由研究者发起的IIa期临床试验,为前瞻性、单中心、随机、开放标签、盲法终点评估(PROBE设计)。患者通过急诊卒中绿色通道筛选,若发病时间在9小时内、经多模态影像学筛选符合大动脉粥样硬化(LAA)标准、接受静脉溶栓并签署知情同意书,则纳入研究。研究采用区组随机化(区组大小为4),按基线美国国立卫生研究院卒中量表(NIHSS)评分(5~10分 vs >10~20分)和发病至溶栓时间(<4.5小时 vs 4.5~9小时)进行分层。干预组:在溶栓后24小时内接受Ilyumumab 420 mg皮下注射(三支)加标准药物治疗(包括他汀类药物)。对照组:溶栓后接受常规他汀类药物治疗(阿托伐他汀20 mg/日)。所有患者均接受标准化卒中治疗(溶栓后24小时启动抗血小板治疗)以及标准化的血压和血糖管理。溶栓后72小时内每12小时评估一次NIHSS评分,此后每日评估,以评价联合治疗减少早期神经功能恶化(END)的有效性。盲法:本研究为开放标签。设立独立的临床终点委员会(CEC),所有临床终点事件(END评估、90天mRS评分)均由完全不知晓分组信息的专家以盲法进行评估。
【主题与分类】
主题标签:Acute 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/NCT07301372
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/NCT07301372
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:急性卒中。本研究为研究者发起的IIa期临床试验,采用前瞻性、单中心、随机、开放标签、盲法终点评价(PROBE设计)。患者经急诊卒中绿色通道筛选,若发病在9小时内、经多模态影像筛查符合大动脉粥样硬化(LAA)标准、接受静脉溶栓并签署知情同意书参与研究,则纳入研究。本研究采用区组随机化(区组大小为4),按基线美国国立卫生研究院卒中量表(NIHSS)评分(5-10分 vs >10-20分)和发病至溶栓时间(<4.5小时 vs 4.5-9小时)分层。干预组:在溶栓后24小时内接受Ilyumumab 420 mg皮下注射(三支注射器),并接受标准药物治疗(包括他汀类药物)。对照组:溶栓后接受常规他汀类治疗(阿托伐他汀20 mg/日)。所有患者均接受标准化卒中治疗(溶栓后24小时开始抗血小板治疗)以及标准化血压和血糖管理。
溶栓后72小时内每12小时评估一次NIHSS评分,此后每日评估一次,以评价联合治疗在减少早期神经功能恶化(END)方面的有效性。盲法:本研究为开放标签。成立了一个独立的临床终点委员会(CEC),所有临床终点事件(END评估、90天mRS评分)均由完全不知晓分组情况的专家以盲法进行评估。
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。




