低剂量替奈普酶治疗老年急性缺血性卒中研究
这是一项前瞻性、多中心、随机对照试验，研究对象为老年急性缺血性卒中患者，主要评估发病 4.5 小时内使用低剂量替奈普酶的安全性与有效性
基本信息
资源简介
低剂量替奈普酶治疗老年急性缺血性卒中研究
该数据集对应一项名为“Low-Dose Tenecteplase for Acute Ischemic Stroke Treatment in Aging Patients”的临床研究，聚焦老年急性缺血性卒中患者这一特定人群。研究采用前瞻性、多中心、随机对照的设计，核心目标是评估在急性缺血性卒中发病 4.5 小时内使用低剂量替奈普酶的安全性与有效性。数据集在本站归类于循环系统疾病下的其他类别，来源为 clinicaltrials.gov，主题标签为急性缺血性卒中患者。整体而言，该数据集围绕老年卒中患者的溶栓治疗策略展开，为关注高龄人群急性期再灌注治疗的研究者与临床人员提供了一个可追溯的试验信息来源。
【数据集背景】
急性缺血性卒中是循环系统疾病领域的重要病种，老年患者因生理机能与合并症情况特殊，其治疗决策往往需要更为审慎的证据支持。替奈普酶作为一种溶栓药物，在低剂量方案下对老年急性缺血性卒中患者的表现，是本研究关注的核心问题。该研究以老年患者为对象，设定了发病 4.5 小时内这一时间窗条件，旨在通过前瞻性、多中心、随机对照的设计，系统考察低剂量替奈普酶在此类人群中的安全性与有效性。数据集的建立即服务于这一研究目标的记录与呈现。
【数据内容】
该数据集的主题标签为急性缺血性卒中患者，研究条件同样指向急性缺血性卒中患者人群。研究关注的核心变量包括低剂量替奈普酶的使用，以及与之相关的安全性和有效性评价；研究对象限定为老年患者；时间条件为急性缺血性卒中发病 4.5 小时内。关于数据集所包含的具体字段、变量数量、样本规模、随访时长、结局指标明细等内容，源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov，该数据集即对应在此注册的 DATE-AGING 研究。研究设计为前瞻性、多中心、随机对照试验，研究对象为老年急性缺血性卒中患者。关于各参与中心的具体数量与分布、数据采集的具体流程、采集时间节点、数据管理方式等信息，源站未提供。
【适用场景】
该数据集适用于关注老年急性缺血性卒中患者溶栓治疗的研究场景，可服务于对低剂量替奈普酶安全性与有效性问题的了解与检索。对于需要追溯该研究设计类型、研究对象界定与时间窗条件的用户，该数据集提供了对应的来源入口。关于该数据集在二次分析、系统评价或临床决策支持中的具体适用性，源站未提供。
【使用方法】
该数据集来源于 clinicaltrials.gov 的注册研究信息，用户可通过该来源站获取研究的基本描述。关于数据的具体获取方式、访问权限、下载格式、字段说明与操作指南，源站未提供。
【质量与限制】
该研究为前瞻性、多中心、随机对照试验，其设计类型在证据等级上具有一定优势。但就数据集本身而言，关于数据完整性、准确性校验、缺失值处理、样本量、统计方法及偏倚控制等质量相关信息，源站未提供。使用者应注意，该数据集所对应研究的结论尚未在现有信息中呈现，不宜据此作出超出研究范围的推断。
【引用与许可】
关于该数据集的引用格式、许可协议、使用条款与再分发规定，源站未提供。
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/NCT07294209
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：急性缺血性卒中患者。DATE-AGING研究是一项前瞻性、多中心、随机对照试验，旨在探讨低剂量替奈普酶在老年急性缺血性卒中患者中的应用。其主要目的是评估低剂量替奈普酶在急性缺血性卒中发病4.5小时内老年患者中的安全性和有效性。
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。
