非恶性疾病患者减低强度预处理(RIC)方案研究
该数据集来自 clinicaltrials.gov,为一项单中心、研究者发起的II期试点研究,评估非恶性疾病(包括免疫缺陷和血红蛋白病)患者在接受异基因造血干细胞移植时采用减低强度预处理(RIC)策略的效果

基本信息
资源简介
非恶性疾病患者减低强度预处理(RIC)方案研究
该数据集来自 clinicaltrials.gov,为一项单中心、研究者发起的II期试点研究,评估非恶性疾病(包括免疫缺陷和血红蛋白病)患者在接受异基因造血干细胞移植时采用减低强度预处理(RIC)策略的效果。研究聚焦于优化预处理方案,在保证供者细胞植入所需免疫抑制的同时减少方案相关毒性,适用于存在器官功能障碍或治疗并发症风险较高的患者。数据可用于分析RIC方案在非恶性疾病移植中的安全性、植入效果及毒性平衡(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:非恶性疾病、免疫缺陷、血红蛋白病。这项II期、单中心、研究者发起的试点研究评估在非恶性疾病患者接受异基因造血干细胞移植(HSCT)时采用减低强度预处理(RIC)策略。研究聚焦于优化预处理方案,以平衡供者植入所需的充分免疫抑制与方案相关毒性的最小化。RIC方案旨在减少传统清髓性预处理相关的器官毒性和远期效应,同时维持足够的宿主免疫抑制以允许持久的供者细胞植入。该方法对存在既存器官功能障碍或对治疗相关并发症易感性增加的患者尤为重要。在非恶性疾病中,完全供者嵌合可能不
【主题与分类】
主题标签:Non Malignant Diseases、Immunodeficiencies、Hemoglobinopathies。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/NCT01050855
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/NCT01050855
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:非恶性疾病、免疫缺陷病、血红蛋白病。这项由研究者发起的单中心II期探索性研究,评估在异基因造血干细胞移植(HSCT)治疗非恶性疾病中采用减低强度预处理(RIC)策略。研究重点在于优化预处理方案,以在供者植入所需的充分免疫抑制与尽量减少方案相关毒性之间取得平衡。RIC方案旨在降低与传统清髓性预处理相关的器官毒性和远期效应,同时维持足够的宿主免疫抑制以允许持久的供者细胞植入。该方法对于存在既存器官功能障碍或对治疗相关并发症易感性增加的患者尤为重要。在非恶性疾病中,治疗获益可能不需要完全供者嵌合,稳定的混合嵌合可能足以实现疾病纠正。
本方案评估的预处理策略主要区别在于阿仑单抗的给药时机和给药方式。阿仑单抗是一种抗CD52单克隆抗体,用于清除宿主淋巴细胞,降低移植物排斥和移植物抗宿主病的风险。较早(“远端”)给药旨在减少干细胞输注时的 prolonged 暴露,从而保护供者免疫功能;而更接近移植的给药则提供更即时的免疫抑制,但可能增加免疫恢复延迟的风险。针对特定人群,对预处理强度进行了疾病特异性调整。重型β地中海贫血患者接受额外的细胞减灭和免疫抑制药物,以应对与完整免疫和扩大的骨髓空间相关的较高移植物排斥风险。免疫缺陷婴儿接受改良方案治疗,旨在降低毒性同时保持植入潜力。预处理后,患者接受干细胞移植,使用供者来源包括m
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。




