血管内介入治疗用于存在既往残疾的卒中患者
该数据集来源于 clinicaltrials.gov,聚焦于存在既往残疾的急性缺血性卒中患者是否应接受血管内介入治疗。由于既往残疾患者被排除在关键血管内治疗卒中试验之外,其疗效尚不明确,目前存在两种竞争性治疗范式:单纯多模式医疗管理,以及在多模式医疗管理背景下的血管内治疗

基本信息
资源简介
血管内介入治疗用于存在既往残疾的卒中患者
该数据集来源于 clinicaltrials.gov,聚焦于存在既往残疾的急性缺血性卒中患者是否应接受血管内介入治疗。由于既往残疾患者被排除在关键血管内治疗卒中试验之外,其疗效尚不明确,目前存在两种竞争性治疗范式:单纯多模式医疗管理,以及在多模式医疗管理背景下的血管内治疗。TESTED 研究将纳入存在既往残疾的大血管闭塞急性缺血性卒中患者,可用于比较两种治疗策略的疗效与安全性,支持临床决策与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:卒中、急性卒中、缺血性卒中。残疾人士可能发生急性缺血性卒中(AIS)。血管内取栓是大血管闭塞(LVO)AIS 的突破性疗法。卒中前已残疾的患者被排除在关键 EVT 卒中试验之外,因此 EVT 对卒中前已残疾者是否有效尚不清楚。结果,基于个体执业者将 EVT 的获益和安全性从无卒中前残疾患者外推至有残疾患者,出现了两种相互竞争且广泛实践的治療范式:1)多模式医疗管理(MMM;根据指征使用静脉溶栓、抗血小板药、抗高血压药、降胆固醇药物及其他康复措施)而不进行 EVT,以及 2)在 MMM 背景下的 EVT。TESTED 将纳入存在 LVO-AIS 且具有预先存在的残疾的患者
【主题与分类】
主题标签:Stroke、Stroke, Acute、Stroke, Ischemic。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05911568
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/NCT05911568
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:卒中,急性卒中,缺血性卒中。
残疾人士可能发生急性缺血性卒中(AIS)。血管内取栓是治疗大血管闭塞(LVO)AIS的突破性疗法。卒中前已残疾的患者被排除在关键性EVT卒中试验之外,因此尚不清楚EVT对卒中前残疾患者是否有效。因此,基于个体执业者将EVT的获益和安全性从无卒中前残疾患者外推至残疾患者,出现了两种相互竞争且广泛实践的治疗模式:1)不采用EVT的多模式医疗管理(MMM;根据指征使用静脉溶栓、抗血小板药、抗高血压药、降胆固醇药物及其他康复措施),以及2)在MMM基础上的EVT。TESTED将纳入存在既存残疾的LVO-AIS患者,其定义为卒中前改良Rankin评分(mRS)3分和4分,这些患者来自12家地理位置不同、服务种族-族裔和社会经济背景多样人群的综合性卒中中心。
TESTED的核心目标是确定这两种不同实践模式的比较效果和安全性。
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。
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。




