肠道急性移植物抗宿主病的粪菌移植治疗数据集
该数据集来源于clinicaltrials.gov，聚焦于肠道急性移植物抗宿主病（gut GVHD）的粪菌移植（FMT）治疗
基本信息
资源简介
肠道急性移植物抗宿主病的粪菌移植治疗数据集
FMT in Gut aGVHD Treated 是一个以肠道急性移植物抗宿主病（gut GVHD）粪菌移植（FMT）治疗为主题的数据集，来源于 clinicaltrials.gov，在分类上归属于免疫系统疾病下的其他类别。该数据集围绕急性移植物抗宿主病这一主题标签组织，关注接受干细胞移植后并发肠道急性移植物抗宿主病患者群体中粪菌移植治疗的安全性及疗效评价。其内容定位与临床试验注册信息相关，适合作为了解该治疗方向研究背景与试验线索的参考资源。整体而言，该数据集以疾病主题和干预方式为核心线索，服务于对肠道急性移植物抗宿主病粪菌移植治疗研究的检索与初步了解需求。
【数据集背景】
随着干细胞移植数量的增加，受肠道移植物抗宿主病影响的患者数量也相应增多。在这一背景下，需要对该类患者群体中粪菌移植治疗的安全性及疗效进行评价，相关研究因此招募肠道移植物抗宿主病患者。该数据集所对应的主题即为急性移植物抗宿主病，聚焦于肠道急性移植物抗宿主病的粪菌移植治疗方向，属于免疫系统疾病领域中的其他类别。数据集的来源站为 clinicaltrials.gov，说明其信息与临床试验注册相关。
【数据内容】
该数据集的主题标签为急性移植物抗宿主病（Acute-graft-versus-host Disease），核心关注点是肠道急性移植物抗宿主病（gut GVHD）的粪菌移植（FMT）治疗。从源站描述可知，数据集涉及的条件为急性移植物抗宿主病，研究目的在于评价粪菌移植用于肠道移植物抗宿主病的安全性和有效性，研究对象为被招募的肠道移植物抗宿主病患者。除上述主题与研究方向信息外，源站未提供更细化的数据字段、变量构成或记录条数等具体内容说明。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，相关研究针对肠道移植物抗宿主病患者开展，目的是评价粪菌移植治疗该类患者的安全性与疗效。关于具体的采集时间范围、采集流程、样本量以及数据加工方式，源站未提供。
【适用场景】
该数据集适用于围绕急性移植物抗宿主病，特别是肠道急性移植物抗宿主病与粪菌移植治疗这一主题进行检索、背景了解和线索梳理的场景。由于主题标签明确指向急性移植物抗宿主病，且研究方向为粪菌移植的安全性及疗效评价，其可用于辅助识别该领域相关的临床试验注册信息。关于更具体的分析用途或建模适用性，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据获取方式、访问接口、字段解释或操作步骤等均未在已有信息中体现。
【质量与限制】
该数据集的信息主要围绕主题标签与研究方向展开，源站描述较为概括，未提供数据规模、完整性、准确性评估或质量控制方面的说明。因此，在使用时应注意其内容范围有限，具体数据细节需以源站实际提供的信息为准。关于数据的局限性、偏倚风险或验证情况，源站未提供。
【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/NCT03148743
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：急性移植物抗宿主病。随着干细胞移植的增加，受肠道GVHD影响的患者也随之增多。为了评估FMT治疗肠道GVHD的安全性和有效性，招募了肠道GVHD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。
