Allo-HSCT后基于CMV特异性T细胞监测指导的Letermovir预防疗程
该数据集来自clinicaltrials.gov,聚焦异基因造血干细胞移植(allo-HSCT)后巨细胞病毒(CMV)感染的预防策略

基本信息
资源简介
Allo-HSCT后基于CMV特异性T细胞监测指导的Letermovir预防疗程
该数据集来自clinicaltrials.gov,聚焦异基因造血干细胞移植(allo-HSCT)后巨细胞病毒(CMV)感染的预防策略。研究评估基于患者自身免疫恢复情况个体化停用Letermovir的疗效与安全性,采用QuantiFERON-CMV动态监测CMV特异性T细胞水平,并将参与者随机分组。覆盖CMV感染、CMV疾病、移植物抗宿主病等主题,可用于免疫监测指导抗病毒预防疗程的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:巨细胞病毒感染、巨细胞病毒病、造血干细胞移植、移植物抗宿主病。本研究的目的是评估一种个体化策略停用Letermovir(一种用于预防巨细胞病毒[CMV]感染的药物)的疗效和安全性,该策略基于患者自身免疫系统的恢复情况。巨细胞病毒(CMV)是异基因造血干细胞移植(allo-HSCT)后常见且严重的并发症。目前,Letermovir通常作为标准预防用药,在移植后约100天内给予。然而,部分患者可能更早恢复CMV特异性免疫,而另一些患者可能需要更长时间的保护。在本研究中,研究人员将使用一种动态监测技术(QuantiFERON-CMV)检测患者体内CMV特异性T细胞的水平。参与者将被随机分配到
【主题与分类】
主题标签:Cytomegalovirus Infections、Cytomegalovirus Disease、Hematopoietic Stem Cell Transplantation、Graft vs Host Disease。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07569653
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/NCT07569653
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:巨细胞病毒感染、巨细胞病毒病、造血干细胞移植、移植物抗宿主病。本研究旨在评估一种基于患者自身免疫系统恢复情况停用莱特莫韦(一种用于预防巨细胞病毒[CMV]感染的药物)的个性化策略的有效性和安全性。巨细胞病毒(CMV)是异基因造血干细胞移植(allo-HSCT)后常见且严重的并发症。目前,莱特莫韦通常作为标准预防用药,在移植后约100天内使用。然而,部分患者可能更早恢复CMV特异性免疫,而另一些患者可能需要更长时间的保护。在本研究中,研究人员将使用一种动态监测技术(QuantiFERON-CMV)检测患者体内CMV特异性T细胞水平。参与者将被随机分配至实验组或对照组:实验组:莱特莫韦的停用将以T细胞恢复情况为指导。如果检测显示患者的CMV特异性T细胞已恢复,则可早于标准的100天停用莱特莫韦。
对照组:无论T细胞状态如何,患者都将接受约100天的标准来特莫韦预防治疗。本研究旨在确定这种免疫指导策略是否能有效预防CMV感染,同时可能减少用药时间和相关费用,而不增加CMV疾病的风险。
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。




