Itacitinib预防移植物抗宿主病研究
该数据集来自clinicaltrials.gov,聚焦Itacitinib用于预防移植物抗宿主病(GVHD)的临床研究,覆盖血液及淋巴系统疾病人群

基本信息
资源简介
Itacitinib预防移植物抗宿主病研究
该数据集来自clinicaltrials.gov,聚焦Itacitinib用于预防移植物抗宿主病(GVHD)的临床研究,覆盖血液及淋巴系统疾病人群。源站描述列出了主要目标(比较100天急性2-4级GVHD发生率与匹配对照)、多项次要目标(无GVHD无复发生存、植入时间、毒性、急慢性GVHD及复发、非复发死亡、总生存与无进展生存、免疫抑制停药率)以及免疫恢复与细胞因子的相关性研究,可用于GVHD预防效果与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:血液及淋巴系统疾病。主要目标:I. 将100天急性2-4级GvHD发生率与匹配对照进行比较。次要目标:I. 将1年无GvHD、无复发生存率与匹配对照进行比较。II. 评估中性粒细胞和血小板植入时间。III. 评估与该方案相关的毒性特征。IV. 评估严重3-4级急性GVHD的发生率。V. 评估局限性、广泛性和中重度慢性GVHD的发生率。VI. 评估疾病复发发生率。VII. 评估非复发死亡率。VIII. 评估总生存期和无进展生存期。IX. 评估免疫抑制停药率。三级目标(相关性研究):I. 移植前后不同时间点的免疫恢复和细胞因子。大纲:预处理:患者
【主题与分类】
主题标签:Hematologic and Lymphocytic Disorder。本站分类:血液及造血器官疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04859946
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/NCT04859946
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:血液及淋巴细胞疾病。主要目的:I. 将100天急性2-4级GvHD发生率与匹配对照组进行比较。次要目的:I. 将1年无GvHD、无复发生存率与匹配对照组进行比较。II. 评估中性粒细胞和血小板植入时间。III. 评估与该方案相关的毒性特征。IV. 评估严重3-4级急性GVHD的发生率。V. 评估局限性、广泛性以及中度至重度慢性GVHD的发生率。VI. 评估疾病复发率。VII. 评估非复发死亡率。VIII. 评估总生存期和无进展生存期。IX. 评估免疫抑制停药率。三级目的(相关性研究):I. 移植前和移植后不同时间点的免疫恢复和细胞因子。大纲:预处理:患者在-20天、-13天和-6至-3天接受白消安静脉注射(IV)3小时,在-7天接受塞替派IV,在-6至-3天接受氟达拉滨IV 1小时。干细胞移植:患者在0天接受干细胞移植。
GVHD预防:患者在移植后第3天和第4天接受环磷酰胺静脉输注,输注时间超过3小时。在无疾病进展或不可接受毒性的情况下,患者还在第5-60天口服itacitinib,每日一次。自干细胞移植后第5天起,患者还接受他克莫司静脉输注,输注时间超过24小时,直至能够耐受口服他克莫司,随后患者改为口服他克莫司,每日两次。研究干预完成后,患者在干细胞移植后第100天、第180天和第365天进行随访。
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。




