巴基斯坦Swat地区首次卒中危险因素与类型医院研究数据集
该数据集来自巴基斯坦Swat地区King Hospital与Saidu Sharif Hospital的前瞻性观察研究，纳入2021年1月至12月150例经MRI或CT确诊的首次卒中患者
基本信息
资源简介
巴基斯坦Swat地区首次卒中危险因素与类型医院研究数据集
Prevalence and Risk Factors of First-Time Stroke in Swat, Pakistan: A Hospital-Based Observational Study
该数据集来自巴基斯坦Swat地区King Hospital与Saidu Sharif Hospital的前瞻性观察研究，纳入2021年1月至12月150例经MRI或CT确诊的首次卒中患者。数据涵盖人口学信息、卒中类型（缺血性、脑出血、蛛网膜下腔出血）及危险因素，可用于分析社区特异性危险因素与卒中类型的关联，支持卒中风险因素识别与分类建模（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2025-05-30。
【数据内容】
源站描述（机器翻译，仅供参考）：摘要 背景：卒中是低收入和中等收入国家（LMICs）死亡和残疾的主要原因，巴基斯坦自1990年以来发病率增加了100%。Swat等农村地区的社区特异性危险因素仍未得到充分探索，阻碍了针对性预防。方法：这项前瞻性观察研究（2021年1月至12月）在巴基斯坦Swat的King Hospital（私立）和Saidu Sharif Hospital（公立）招募了150名经MRI或CT确诊的首次卒中患者。收集了人口统计学、卒中类型（缺血性[IS]、脑出血[ICH]、蛛网膜下腔出血[SAH]）、辐射危险因素的数据，并使用描述性统计和卡方检验（p0.05）进行分析。结论：HTN、DM和IHD是Swat首次卒中的主要危险因素，IS是最常见的类型。社区筛查和预防
【数据结构与技术规格】
文件数 1 个，合计 3.24 KB。数据集 DOI：10.6084/m9.figshare.29115263.v2。
【主题与分类】
源站学科分类：Emergency medicine、Neurology and neuromuscular diseases。主题标签：stroke also accounted、risk factor Background Aging increases、ischemic stroke etiology Background、hemorrhagic stroke rate、stroke 3 months、Rural health care centre、Pakistan rural health。本站分类：循环系统疾病/其他。
【适用方向】
源站学科分类标注为 Emergency medicine、Neurology and neuromuscular diseases。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Stroke_Study_Dataset_csvCommunity-Specific_Risk_Factors_and_Types_of_First-Time_Stroke_A_Hospital-Based_Study_in_Pakistan/29115263
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Khan, muslim (2025). Prevalence and Risk Factors of First-Time Stroke in Swat, Pakistan: A Hospital-Based Observational Study. figshare. Dataset
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://doi.org/10.6084/m9.figshare.29115263.v1
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:
数据集大小约 3.2 KB。
数据说明
背景：卒中是全球死亡的主要原因之一，巴基斯坦等低收入和中等收入国家（LMICs）的发病率不断上升。巴基斯坦社区特有的危险因素仍研究不足，限制了针对性预防措施的制定。方法：本前瞻性观察研究（2021年1月至12月）在巴基斯坦斯瓦特的King Hospital（私立）和Saidu Sharif Hospital（公立）开展，纳入150例经MRI、CT或超声心动图确诊的首发卒中患者。收集了人口学资料、卒中类型（缺血性卒中[IS]、脑出血[IH]、蛛网膜下腔出血[SH]）及危险因素（高血压[HTN]、糖尿病[DM]、缺血性心脏病[IHD]、心房颤动[AF]、吸烟）的数据。使用SPSS v.22进行描述性统计和卡方检验（p<0.05）分析。结果：150例患者中（男性63.3%，平均年龄65.34±2.34岁），81.3%为IS，16.7%为IH，2.0%为SH。HTN是最常见的危险因素（86.7%），其次为DM（64.7%）、IHD（42.7%）、AF（15.3%）和吸烟（9.3%）。卒中类型与危险因素之间未发现显著关联（p>0.05）。
结论：在巴基斯坦这一队列中，高血压、糖尿病和缺血性心脏病是首次卒中的主要风险因素，其中缺血性卒中占主导地位。迫切需要开展社区筛查和预防项目。关键词：卒中、危险因素、缺血性卒中、出血性卒中、巴基斯坦、医院为基础的研究
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。
