儿童骨髓移植数据集
该数据集是一个包含儿科患者接受造血干细胞移植的临床表格数据，涵盖了患者与供体的基本信息、疾病类型、移植匹配度、细胞剂量以及移植后的恢复情况和生存状态等多种临床特征，主要用于研究影响移植预后的关键因素，如CD34+细胞剂量与生存时间的关系，并应用于血液病治疗预后分析、风险识别和临床决策支持等医学数据挖掘方向。
基本信息
资源简介
儿童骨髓移植数据集
【一句话概览】
该数据集描述接受未处理异基因无关供者造血干细胞移植的儿科患者，涵盖急性淋巴细胞白血病、急性髓系白血病、慢性髓系白血病、骨髓增生异常综合征等恶性疾病，以及重型再生障碍性贫血、范可尼贫血、X连锁肾上腺脑白质营养不良等非恶性病例。研究旨在识别影响移植成败的最重要因素，特别是验证增加每公斤CD34+细胞剂量可延长总生存期且不增加影响生活质量不良事件的假设。数据集含缺失值，包含供者与受者年龄、ABO血型、CMV感染、性别、体重、Rh因子及疾病类型等变量（来源 OpenML，UCI and Silesian University of Technology 许可）。
【数据集背景】
本数据集源站标题为《bone_marrow_transplant_children》。源站首次发布：2025-02-17。
【数据内容】
源站原始描述：Dataset Information Additional Information The data set describes pediatric patients with several hematologic diseases: malignant disorders (i.a. acute lymphoblastic leukemia, acute myelogenous leukemia, chronic myelogenous leukemia, myelodysplastic syndrome) and nonmalignant cases (i.a. severe aplastic anemia, Fanconi anemia, with X-linked adrenoleukodystrophy). All patients were subject to the unmanipulated allogeneic unrelated donor hematopoietic stem cell transplantation. The motivation of t…
中文译文（机器翻译，仅供快速理解，请以原文为准）：数据集信息 附加信息 该数据集描述了患有多种血液系统疾病的儿科患者：恶性疾病（包括急性淋巴细胞白血病、急性髓系白血病、慢性髓系白血病、骨髓增生异常综合征）和非恶性病例（包括重型再生障碍性贫血、范可尼贫血，以及X连锁肾上腺脑白质营养不良）。所有患者均接受了未经体外处理的异基因无关供者造血干细胞移植。本研究的动机是确定影响移植过程成败的最重要因素。具体而言，目的是验证以下假设：增加CD34+细胞/kg的剂量可延长总生存时间，且不伴随影响患者生活质量的不良事件（Ka wah等，2010）。该数据集已用于我们关于生存规则的研究（Wrobel等，2017）以及用户引导的规则归纳研究（Sikora等，2019）。启发我们研究的干细胞移植研究作者（Ka wah等，2010）也为该数据集做出了贡献。 是否有缺失值？ 是 _______________________ donor_age - 供者在造血干细胞采集时的年龄 donor_age_below_35 - 供者年龄是否小于35岁（是，否） donor_ABO - 造血干细胞供者的ABO血型（0，A，B，AB） donor_CMV - 造血干细胞供者在移植前是否存在巨细胞病毒感染（存在，不存在） recipient_age - 造血干细胞受者在移植时的年龄 recipient_age_below_10 - 受者年龄是否小于10岁（是，否） recipient_age_int - 受者年龄离散化后的区间（0,5]、（5, 10]、（10, 20] recipient_gender - 受者性别（女性，男性） recipient_body_mass - 造血干细胞受者在移植时的体重 recipient_ABO - 造血干细胞受者的ABO血型（0，A，B，AB） recipient_rh - 受者红细胞上是否存在Rh因子（阳性，阴性） re…
文件 bone_marrow_transplant_children.arff 为文本内容，开头为：% % Dataset Information % Additional Information % % The data set describes pediatric patients with several hematologic diseases: malignant disorders (i.a. acu…
【数据结构与技术规格】
文件数 1 个，合计 30.91 KB。
【获取与许可】
源站页面：https://www.openml.org/d/46610
使用许可：UCI and Silesian University of Technology。
规范引用：Sikora, M., Wrobel, L., & Gudys, A. (2019). GuideR: A guided separate-and-conquer rule learning in classification, regression, and survival settings. Knowledge-Based Systems, 173, 1-14
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://www.openml.org/search?type=data&sort=runs&status=active&id=46610
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
该数据集是一个医学临床数据集，记录了患有多种血液疾病的儿科患者接受非亲缘异体造血干细胞移植（HSCT）的临床数据。数据集包含患者、供体以及移植相关的多种特征，如供体与受体的年龄、性别、血型、CMV感染状态、HLA匹配度、疾病类型、干细胞来源、细胞剂量（如CD34+细胞数/kg）以及移植后的临床结果指标（如中性粒细胞和血小板恢复时间、急性或慢性移植物抗宿主病（GvHD）发生情况、疾病复发和生存状态）。数据来源于真实的临床研究（如Ka wah等人2010年的研究），旨在分析影响移植成功率的关键因素，特别是验证CD34+细胞剂量与患者生存时间及生活质量之间的关系。该数据集已用于生存规则挖掘和用户引导规则归纳等医学数据挖掘研究，主要应用于血液病治疗预后分析、移植风险因素识别和临床决策支持等领域。
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。
