异基因造血干细胞移植的预处理方案
该数据集来自 clinicaltrials.gov,聚焦异基因造血干细胞移植的预处理方案,覆盖骨髓衰竭综合征、地中海贫血、镰状细胞病、Diamond Blackfan 贫血、新生儿获得性中性粒细胞减少、获得性溶血性贫血、获得性血小板减少及噬血细胞性淋巴组织细胞增生症等非恶性疾病

基本信息
资源简介
异基因造血干细胞移植的预处理方案
该数据集来自 clinicaltrials.gov,聚焦异基因造血干细胞移植的预处理方案,覆盖骨髓衰竭综合征、地中海贫血、镰状细胞病、Diamond Blackfan 贫血、新生儿获得性中性粒细胞减少、获得性溶血性贫血、获得性血小板减少及噬血细胞性淋巴组织细胞增生症等非恶性疾病。造血干细胞移植是多种遗传性骨髓衰竭综合征、血红蛋白病、代谢病和原发性免疫缺陷的唯一治愈选择,但预处理方案毒性和植入失败仍是挑战。数据可用于研究预处理强度与植入效果的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:骨髓衰竭综合征、地中海贫血、镰状细胞病、Diamond Blackfan 贫血、新生儿获得性中性粒细胞减少、获得性溶血性贫血、获得性血小板减少、噬血细胞性淋巴组织细胞增生症。造血干细胞移植是多种遗传性骨髓衰竭综合征、血红蛋白病、代谢病和原发性免疫缺陷的唯一治愈选择。虽然这些患者的生存通常优于恶性肿瘤患者,但预处理方案的毒性和植入失败仍是挑战。大多数非恶性疾病患儿表现为骨髓细胞正常甚至细胞增多,这对植入构成障碍,需要强化预处理。常用的白消安和氟达拉滨骨架方案虽然耐受性良好,但导致植入效果不一,尤其是
【主题与分类】
主题标签:Bone Marrow Failure Syndrome、Thalassemia、Sickle Cell Disease、Diamond Blackfan Anemia、Acquired Neutropenia in Newborn、Acquired Anemia Hemolytic、Acquired Thrombocytopenia、Hemophagocytic Lymphohistiocytoses、Wiskott-Aldrich Syndrome、Chronic Granulomatous Disease。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03513328
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/NCT03513328
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:骨髓衰竭综合征、地中海贫血、镰状细胞病、Diamond Blackfan贫血、新生儿获得性中性粒细胞减少症、获得性溶血性贫血、获得性血小板减少症、噬血细胞性淋巴组织细胞增生症。对于多种遗传性骨髓衰竭综合征、血红蛋白病、代谢性疾病及原发性免疫缺陷病而言,造血干细胞移植是唯一的治愈选择。尽管这些患者的生存率通常优于恶性肿瘤患者,但预处理方案的毒性及植入失败仍是挑战。大多数非恶性疾病患儿表现为骨髓细胞正常甚至增生,这构成了植入的障碍,并需要强化预处理。常用的白消安联合氟达拉滨方案虽耐受性良好,但植入效果不一,尤其是在不全相合无关供者及脐血受者中。
在本研究中,研究者测试了在靶向减量静脉白消安、氟达拉滨和兔抗胸腺细胞球蛋白(rATG)基础上加用两种剂量水平的噻替派(5 mg/kg和10 mg/kg),以确定实现可靠植入所需的最低有效剂量。受试者根据植入失败风险分为A组和B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。




