ADAPT：羟基脲替代给药与输血预防研究
ADAPT 是一项来自 clinicaltrials.gov 的镰状细胞贫血研究数据集，聚焦羟基脲治疗期间的替代给药策略与输血预防
基本信息
资源简介
ADAPT：羟基脲替代给药与输血预防研究
ADAPT（Alternative Dosing And Prevention of Transfusions）是一项登记于 clinicaltrials.gov 的镰状细胞贫血研究数据集，聚焦羟基脲治疗期间的替代给药策略与输血预防。该数据集围绕镰状细胞病患者在羟基脲治疗中的给药方式展开，关注以药代动力学（PK）指导的起始剂量与剂量递增策略之间的比较，并以输血需求作为核心观察指标之一。数据集所属分类为血液与淋巴系统疾病下的镰状细胞贫血，主题标签为 Sickle Cell Disease。整体而言，ADAPT 为研究镰状细胞贫血患者羟基脲个体化给药与输血预防之间的关系提供了结构化的研究数据基础，适合关注血液系统疾病治疗策略与输血管理的研究者参考使用。
【数据集背景】
镰状细胞贫血属于血液与淋巴系统疾病，患者常需要接受输血等治疗手段。羟基脲是相关治疗中受到关注的药物，而如何确定合适的起始剂量、如何调整剂量，直接影响治疗过程中的输血需求。ADAPT 研究正是在这一背景下提出的，其研究假设围绕羟基脲治疗期间与治疗前时期的输血率比较、PK 指导起始剂量的生成比例，以及 PK 指导治疗与剂量递增策略在输血需求上的差异展开。这些假设构成了该数据集所承载研究的核心问题框架。
【数据内容】
该数据集的主题标签为 Sickle Cell Disease，所属疾病条件为镰状细胞贫血。研究关注的核心内容包括：羟基脲治疗期间接受的输血率相对于治疗前时期的变化；PK 指导起始剂量在参与者中的生成情况；以及接受 PK 指导羟基脲治疗的参与者在治疗第一年内的输血需求与接受剂量递增策略者之间的比较。数据集的具体变量、字段结构、样本量、随访时长等信息源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于登记于该平台的镰状细胞贫血研究。源站描述中给出了研究条件与主要假设，但关于数据采集的具体流程、采集时间点、采集机构与采集工具等信息源站未提供。
【适用场景】
基于其研究主题，该数据集适用于镰状细胞贫血治疗策略相关的研究场景，例如探讨羟基脲个体化给药与输血预防之间的关系、比较不同给药策略下的输血需求、以及围绕 PK 指导剂量生成开展的方法学研究。也可用于血液与淋巴系统疾病领域中对输血管理问题的参考性分析。具体适用场景的边界与限制源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据结构说明及分析建议等均未在源站描述中体现。
【质量与限制】
源站描述中列出了研究假设，但未提供数据质量评估、完整性说明、缺失值处理或已知偏差等信息。数据集的实际规模、代表性及可推广性等质量相关维度源站未提供，使用时应结合源站进一步核实。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。
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/NCT05662098
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：镰状细胞病。假设* 与治疗前阶段相比，羟基脲治疗期间接受输血的比例将降低50%。* 将为80%的参与者生成基于药代动力学（PK）指导的起始剂量。* 接受基于PK指导的羟基脲治疗的参与者，在其羟基脲治疗的第一年内所需的输血量将比采用剂量递增方案的参与者少25%。
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。
