缺血性脑卒中
缺血性脑卒中是指因脑供血动脉狭窄或闭塞，导致局部脑组织缺血、缺氧性坏死，进而出现相应神经功能缺损的临床综合征。其主要发病机制包括动脉粥样硬化血栓形成、心源性栓塞及小血管病变等。典型表现为突发偏侧肢体无力、言语障碍、面部歪斜等，严重时可致昏迷甚至死亡。临床诊疗依赖影像学检查如CT、MRI进行早期鉴别，急性期溶栓及血管内介入治疗是恢复血流的关键手段；后续需联合抗血小板、降脂及康复训练以改善预后。该病是神经科急症，也是全球致死致残的主要病因之一。
获取 缺血性脑卒中 专属定制方案共 558 个数据集
中风后肩手综合征物理治疗最佳证据总结表3
一个表格数据集，汇总了中风后肩手综合征物理治疗最佳证据，包含18条推荐建议，涵盖预防、评估、干预和教育。
中国宁夏脑卒中患者住院时间与费用关系数据表
基于2015-2020年中国宁夏脑卒中住院患者数据，分析住院时间对住院费用的直接和间接影响。
开发中风视力护理路径：一项共识研究
基于文献综述和焦点小组共识，开发中风后视力障碍护理路径的文本数据集。
院前大血管闭塞集中引导识别数据
包含用于优化院前卒中系统识别大血管闭塞患者分析的数据。
智能手机应用加速急性缺血性脑卒中患者院间转运进行血栓切除术的数据表
基于LINE智能手机应用的急性缺血性脑卒中院间转运患者数据，比较2017-2019年门到穿刺时间变化。
种族与焦点变量之间的双变量关系数据集
包含2019-2021年急诊卒中患者（黑人172例，白人1514例）数据，用于分析种族与变量之间的双变量关系。
中国东南部中风患者住院费用：一项基于人群的回顾性队列研究，2019-2022（数据表1）
2019-2022年中国东南部50家医院中风患者的住院费用数据，涵盖四种中风亚型，分析费用构成及影响因素。
预测急性缺血性卒中6个月不良结局的机器学习数据表
急性缺血性卒中患者临床表格数据，用于机器学习预测6个月不良功能结局。
长期中风结果预测挑战数据
包含MATLAB预测脚本和脑图，用于长期中风结果预测挑战研究。
Table 1_预测具有脑出血高风险的缺血性脑卒中认知障碍患者的认知下降：一种机器学习方法
包含109例缺血性脑卒中伴脑出血高风险患者的临床与影像数据，用于机器学习预测9个月内认知下降，CatBoost表现最优。
结局指标
2016-2019年爱尔兰13996例急性脑卒中患者数据，评估就诊时间对院内死亡率和功能结局的影响。
缺血性卒中患者住院MRI使用与结局表1
包含1956例缺血性卒中患者住院MRI使用与临床结局的回顾性研究数据表。
