血红蛋白疾病患者接受造血细胞移植或基因治疗后的长期随访研究
该数据集来自 clinicaltrials.gov，聚焦血红蛋白疾病患者在接受异体造血细胞移植或自体基因修饰细胞产品后的长期随访监测
基本信息
资源简介
血红蛋白疾病患者接受造血细胞移植或基因治疗后的长期随访研究
该数据集英文名为 Long Term Follow-Up Study for Individuals With Hemoglobin Disorders After Hematopoietic Cell Transplant or Gene Therapy，来源于 clinicaltrials.gov，本站将其归入血液及造血器官疾病 / 其他分类，主题标签为 Hemoglobin Disorder。数据集聚焦血红蛋白疾病患者在接受异体造血细胞移植（allogenic HCT）或针对血红蛋白病的自体基因修饰细胞产品治疗后，开展长期随访监测的相关信息。其核心关注点在于对接受上述治疗的人群进行持续、规范的长期观察，以记录治疗后的潜在长期不良反应，并特别强调对接受基因修饰细胞产品后的长期监测。整体而言，该数据集围绕血红蛋白疾病治疗后的长期安全性随访这一主题组织内容，为相关临床研究与监测工作提供信息来源。
【数据集背景】
血红蛋白疾病是一类涉及血红蛋白结构与合成异常的血液系统疾病。针对此类疾病，异体造血细胞移植与自体基因修饰细胞产品是两类重要的治疗路径。治疗后的长期安全性问题，尤其是迟发性不良反应与基因修饰细胞产品的远期影响，需要通过系统化的随访机制加以观察。该数据集所对应的方案正是为血红蛋白疾病患者在接受异体 HCT 或自体基因修饰细胞产品后，提供一个适当的监测机制，以持续跟踪治疗后的长期情况。
【数据内容】
依据源站描述，该数据集涉及的条件为 Hemoglobin Disorder，其内容围绕接受异体 HCT 或自体基因修饰细胞产品治疗的血红蛋白疾病个体的监测展开。监测内容包括接受这些治疗后的潜在长期不良反应，以及接受基因修饰细胞产品后的长期监测。主题标签为 Hemoglobin Disorder。除上述范围性描述外，源站未提供具体变量、字段结构或记录粒度的进一步说明。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明，其对应方案将提供一种机制，用于适当监测已接受异体 HCT 或针对血红蛋白病的自体基因修饰细胞产品的血红蛋白疾病个体。关于采集方式、采集时间窗口、样本规模等具体信息，源站未提供。
【适用场景】
该数据集适用于与血红蛋白疾病治疗后长期随访相关的场景，例如了解异体造血细胞移植或自体基因修饰细胞产品治疗后长期不良反应的监测安排，以及关注基因修饰细胞产品远期监测的研究或临床工作。其主题标签 Hemoglobin Disorder 可作为检索与归类依据。其他具体应用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据结构说明或分析指引。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或使用限制的说明。该数据集内容以源站描述所界定的监测范围为准，未涵盖更细粒度的数据质量信息。
【引用与许可】
源站未提供引用格式与许可条款相关信息。
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/NCT06646640
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：血红蛋白病。本方案将提供一种机制，用于适当监测因血红蛋白病接受异基因造血干细胞移植（HCT）或自体基因修饰细胞产品治疗的血红蛋白病个体。监测将包括接受这些治疗后可能出现的长期不良反应，以及接受基因修饰细胞产品后的长期监测。
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。
