蛛网膜下腔出血后每日静脉注射Dornase Alfa至14天对6个月功能独立性的疗效
该数据集来自clinicaltrials.gov,聚焦于颅内动脉瘤破裂所致蛛网膜下腔出血(SAH)及迟发性脑缺血(DCI)

基本信息
资源简介
蛛网膜下腔出血后每日静脉注射Dornase Alfa至14天对6个月功能独立性的疗效
该数据集来自clinicaltrials.gov,聚焦于颅内动脉瘤破裂所致蛛网膜下腔出血(SAH)及迟发性脑缺血(DCI)。源站描述指出,SAH死亡率高,幸存者常生活质量下降甚至丧失自主性,DCI是导致病残和死亡的重要原因,多发生于SAH后4至14天,发生率约30%,与3个月不良功能预后显著相关。目前针对SAH后DCI的唯一治疗是预防或逆转血管痉挛,但疗效有限。数据集可用于研究Dornase Alfa每日静脉给药对6个月功能独立性的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:颅内动脉瘤破裂、SAH(蛛网膜下腔出血)、迟发性脑缺血。动脉瘤破裂导致的蛛网膜下腔出血(SAH)死亡率高,幸存者常生活质量下降甚至丧失自主性,尤其是在活跃人群中。这种病残和死亡的很大一部分与迟发性脑缺血(DCI)的发生有关,DCI定义为与动脉瘤治疗或伴随疾病无关的新发局灶性神经功能缺损或意识水平下降。DCI主要发生在SAH后第4至14天,估计发生率为30%,并与3个月时的不良功能预后显著相关。目前,SAH后DCI的唯一治疗是预防或逆转血管痉挛的发生,疗效有限,例如通过n
【主题与分类】
主题标签:Ruptured Aneurysm of Intracranial Artery、SAH (Subarachnoid Hemorrhage)、Delayed Cerebral Ischemia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06723717
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/NCT06723717
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:颅内动脉瘤破裂、蛛网膜下腔出血(SAH)、迟发性脑缺血。动脉瘤破裂所致蛛网膜下腔出血(SAH)死亡率高,而幸存者常出现生活质量下降甚至丧失自主生活能力,尤其是活跃人群。相当大比例的此类并发症和死亡与迟发性脑缺血(DCI)的发生相关,DCI定义为与动脉瘤治疗或合并症无关的新发局灶性神经功能缺损或意识水平下降。DCI主要发生于SAH后第4至14天,估计发生率为30%,且与3个月时不良功能预后显著相关。目前,SAH后DCI的唯一治疗方法是预防或逆转血管痉挛的发生,但疗效有限,例如通过给予尼莫地平或优化血流动力学。然而,根据现有数据,血管痉挛并非DCI的唯一原因,因为DCI可能发生于受血管痉挛影响的动脉供血区以外的部位,甚至完全不存在血管痉挛时也可发生。
近期文献综述强调了微血管血栓炎症在DCI病理生理中的作用。这一现象在SAH发生时就已开始,表现为多发性微血管阻塞,导致下游区域缺血及远端自动调节能力丧失。在血栓炎症的效应物中,NETose现象(NETs——中性粒细胞胞外诱捕网或胞外DNA网络的产生)近期与DCI的发生相关联。事实上,SAH患者脑脊液(CSF)和血液中NETs浓度升高,且与出血严重程度相关。此外,在SAH动物模型中,静脉或腹腔注射DNAse已被证明可降低NET浓度,并通过减少微血栓形成直接作用于脑灌注,从而改善功能预后。在人类中,重组
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。




