高危非恶性疾病减低强度预处理单倍体相合异基因造血干细胞移植(HaploHCT)

该数据集来自 clinicaltrials.gov,聚焦高危非恶性疾病患者接受 T 细胞充足减低强度预处理(RIC)单倍体相合供者异基因造血细胞移植(HaploHCT)的 Phase II 研究

Masonic Cancer Center, University of MinnesotaMasonic Cancer Center, University of Minnesota
clinicaltrials
浏览 16
基因组分类Sickle Cell DiseaseThalassemiaHigh Risk Hematologic DisordersCerebral AdrenoleukodystrophyInherited Metabolic Disorders
Haploidentical Allogeneic Hematopoietic Stem Cell Transplantation (HaploHCT) Following Reduced Intensity Conditioning (RIC) for Selected High Risk Non-Malignant Diseases

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-08

资源简介

高危非恶性疾病减低强度预处理单倍体相合异基因造血干细胞移植(HaploHCT)

该数据集来自 clinicaltrials.gov,聚焦高危非恶性疾病患者接受 T 细胞充足减低强度预处理(RIC)单倍体相合供者异基因造血细胞移植(HaploHCT)的 Phase II 研究。覆盖疾病包括镰状细胞病、地中海贫血、高危血液系统疾病、脑型肾上腺脑白质营养不良及遗传性代谢病。数据可用于分析缺乏合适 HLA 相合同胞供者人群的移植适用性、疾病分类与临床研究场景,为相关非恶性疾病的移植策略提供结构化信息(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:镰状细胞病、地中海贫血、高危血液系统疾病、脑型肾上腺脑白质营养不良、遗传性代谢病。这是一项 II 期研究,针对缺乏合适 HLA 相合同胞供者的高危非恶性疾病个体,使用 T 细胞充足减低强度预处理(RIC)单倍体相合供者异基因造血细胞移植(HaploHCT)。

【主题与分类】

主题标签:Sickle Cell Disease、Thalassemia、High Risk Hematologic Disorders、Cerebral Adrenoleukodystrophy、Inherited Metabolic Disorders。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/NCT03367546

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03367546

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:镰状细胞病、地中海贫血、高危血液系统疾病、脑肾上腺脑白质营养不良、遗传性代谢紊乱。这是一项II期研究,旨在使用T细胞充实的减低强度预处理(RIC)单倍体相合供者异基因造血细胞移植(HaploHCT)治疗缺乏合适HLA相合同胞供者的高危非恶性疾病患者。

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。

获取专属数据定制方案