异基因造血干细胞移植中的糖耐量异常
该数据集来源于 clinicaltrials.gov,聚焦异基因造血干细胞移植(allo-HSCT)后出现的糖耐量异常,涉及糖尿病与空腹血糖受损等内分泌代谢问题

基本信息
资源简介
异基因造血干细胞移植中的糖耐量异常
该数据集来源于 clinicaltrials.gov,聚焦异基因造血干细胞移植(allo-HSCT)后出现的糖耐量异常,涉及糖尿病与空腹血糖受损等内分泌代谢问题。异基因造血干细胞移植是治疗多种血液系统疾病的重要手段,随着单倍体移植(HID-HSCT)研究的进展,供者选择范围扩大,但移植后移植物抗宿主病(GvHD)、感染和疾病复发等并发症仍可能导致治疗失败。该数据可用于研究移植后糖代谢异常的识别与相关临床分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:异基因造血干细胞移植、糖尿病、空腹血糖受损。异基因造血干细胞移植(allo-HSCT)是治疗多种血液系统疾病的重要手段。随着HSCT技术的进步,尤其是对单倍体移植(HID-HSCT)的研究,血液病患者的供者选择范围得以扩大,理论上已达到“人人有供者”的时代,这增加了血液病患者接受allo-HSCT的机会。过去几十年间allo-HSCT的疗效显著提高,但移植后并发症如移植物抗宿主病(GvHD)、感染和疾病复发仍可能导致治疗失败。为了提高allo-HSCT的疗效,除预处理方案的改进外
【主题与分类】
主题标签:Diabetes Mellitus、Impaired Fasting Glucose。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06704542
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/NCT06704542
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
条件:异基因造血干细胞移植、糖尿病、空腹血糖受损。异基因造血干细胞移植(allo-HSCT)是治疗多种血液系统疾病的重要手段。随着HSCT技术的进步,尤其是单倍体相合移植(HID-HSCT)研究的深入,血液病患者的供者选择范围得以扩大,理论上已达到“人人有供者”的时代,这增加了血液病患者接受allo-HSCT的机会。过去几十年来,allo-HSCT的疗效显著提高,但移植后并发症如移植物抗宿主病(GvHD)、感染和疾病复发仍可能导致治疗失败。为提高allo-HSCT的疗效,除改进预处理方案和移植后管理外,在众多备选供者(包括同胞供者、父母、子女及旁系血液学供者等)中选择最佳供者仍是临床决策的重点和难点。
现有关于供者选择的研究提示,需要考虑的因素包括HLA错配位点数量、供受者血缘关系、供者年龄与性别、供者特异性抗体(DSA)、NK细胞同种型反应性以及供者克隆性造血。然而,对于患有糖尿病等代谢综合征的供者是否会影响异基因造血干细胞移植(allo-HSCT)受者的移植后生存,目前知之甚少。已有研究表明,糖尿病会影响造血细胞和免疫细胞的数量与功能,且这些影响可能通过表观遗传机制传递给子代血细胞,对糖尿病患者的免疫细胞功能产生长期影响。因此,我们假设供者糖代谢异常对造血系统的影响可能通过“代谢记忆”影响移植受者的造血与免疫重建。因此,研究者开展了一项多中心
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。




