A型肉毒毒素(Botox)治疗持续性卒中后及血管性头痛
该数据集来自clinicaltrials.gov,主题为A型肉毒毒素(Botox)治疗持续性卒中后及血管性头痛。覆盖的病症包括卒中(CVA)或TIA、头痛、偏头痛、脑静脉窦血栓形成、颈动脉夹层、椎动脉夹层、出血性卒中及可逆性脑血管收缩综合征

基本信息
资源简介
A型肉毒毒素(Botox)治疗持续性卒中后及血管性头痛
该数据集来自clinicaltrials.gov,主题为A型肉毒毒素(Botox)治疗持续性卒中后及血管性头痛。覆盖的病症包括卒中(CVA)或TIA、头痛、偏头痛、脑静脉窦血栓形成、颈动脉夹层、椎动脉夹层、出血性卒中及可逆性脑血管收缩综合征。研究设计为随机、开放标签、对照研究,比较Botox与安慰剂在持续性卒中后头痛患者中的安全性和有效性,受试者按分层随机抽样,计划每组40例。数据可用于头痛相关疾病的分类建模、疗效与安全性分析及临床研究复现(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:卒中(CVA)或TIA、头痛、偏头痛、A型肉毒毒素、脑静脉窦血栓形成、颈动脉夹层、椎动脉夹层、出血性卒中、可逆性脑血管收缩综合征。拟开展的研究将是一项随机、开放标签、对照研究,旨在探究Botox在持续性卒中后(涵盖缺血性卒中、出血性卒中、CVST、颈部血管夹层和RCVS)头痛患者中相对于安慰剂(伴或不伴标准药物和非药物治疗)的安全性和有效性。研究人群将是符合入选标准并同意参与研究的卒中患者的分层随机样本。研究组将包括40名随机分配接受下文指定治疗方案Botox的患者和40名随机
【主题与分类】
主题标签:Stroke (CVA) or TIA、Headache, Migraine、Botulinum Toxins, Type A、Cerebral Venous Sinus Thrombosis、Carotid Dissection Artery、Vertebral Dissection Artery、Hemorrhagic Stroke。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04580238
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/NCT04580238
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
疾病范围:卒中(CVA)或TIA、头痛、偏头痛、A型肉毒毒素、脑静脉窦血栓形成、颈动脉夹层、椎动脉夹层、出血性卒中、可逆性脑血管收缩综合征。拟开展的研究将是一项随机、开放标签、对照药对照研究,旨在探讨Botox用于持续性“卒中”后(涵盖缺血性卒中、出血性卒中、CVST、颈部血管夹层及RCVS)头痛患者的安全性和有效性,对照为安慰剂,伴或不伴标准药物及非药物治疗。研究人群将为分层随机样本,纳入符合入选标准并同意参与研究的卒中患者。研究分组将包括40例按以下指定治疗方案随机分配接受Botox的患者,以及40例随机分配接受非Botox标准治疗的患者,总研究人群为80例患者。将开发一份筛查问卷,以便识别持续性/慢性卒中后头痛,并将其分类为新发与既往稳定性偏头痛亚组。
这种二分法在某一亚组总数达到之前不会影响随机化过程。如果某一组提前达到目标,数据与安全监察委员会将通知研究研究者,筛查后仅剩余亚人群的患者将被随机化(分层随机抽样)。为便于数据收集和监测,患者将每12周进行面对面随访,每4周进行电话临时访谈。将使用跨平台移动应用程序(Migraine Buddy, Healint Analytics)15与患者受试者一起,以便记录偏头痛发作,包括严重程度,并便于实时记录时间特征、偏头痛触发因素和药物,以及便于研究研究者进行远程监测。将教导受试者如何使用应用程序将数据导出给研究研究者,以便及时沟通潜在的不良事件和严重不良事件。此外
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。




