异基因HCT、CAR-T治疗及原发性免疫缺陷患者的COVID-19疫苗研究
该数据集来自clinicaltrials.gov,聚焦异基因造血细胞移植患者、接受CAR-T治疗者及原发性免疫缺陷患者接种COVID-19疫苗后的临床观察

基本信息
资源简介
异基因HCT、CAR-T治疗及原发性免疫缺陷患者的COVID-19疫苗研究
该数据集来自clinicaltrials.gov,聚焦异基因造血细胞移植患者、接受CAR-T治疗者及原发性免疫缺陷患者接种COVID-19疫苗后的临床观察。源站描述涵盖接种前血常规与淋巴细胞亚群计数、GVHD活动度与毒性评估、向HMO提交接种确认函、接种后一周随访(含血常规、完整生化、GVHD评估及不良反应审查)以及第二剂疫苗转介等常规流程。数据可用于研究免疫抑制人群接种COVID-19疫苗后的安全性、免疫应答及GVHD变化等预测性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:异基因造血细胞移植、CAR-T治疗、原发性免疫缺陷。研究人群将为异基因骨髓移植患者和接受过CAR-T治疗的患者——即接种商业制剂COVID-19疫苗的免疫抑制患者,无论其是否参与研究。在骨髓移植单元接种疫苗前常规执行以下程序——1. 接种前血常规和淋巴细胞亚群计数(接种前最多48小时)。2. 评估GVHD活动度及伴随毒性。3. 收到向HMO确认接种的信函。4. 接种后一周随访,包括血常规、完整生化、GVHD评估以及审查可能与疫苗相关的不良反应。5. 转介接种第二剂疫苗。6. 接种后一周随访
【主题与分类】
主题标签:Allogenic Hematopoietic Cell Transplant、CAR-T Therapy、Primary Immunodeficiency。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04724642
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/NCT04724642
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:异基因造血细胞移植、CAR-T治疗、原发性免疫缺陷。研究人群将为接受异基因骨髓移植的患者以及已接受CAR-T治疗的患者——即接种商业制剂COVID-19疫苗的免疫功能低下患者,无论其是否参与研究。骨髓移植科在接种疫苗前常规执行以下程序——1. 接种前血常规及淋巴细胞亚群计数(接种前最多48小时)。2. 评估GVHD活动性及伴随毒性。3. 向HMO提交确认接种的信函。4. 接种后一周随访,包括血常规、全套生化、GVHD评估及可能为疫苗相关的不良反应审查。5. 转介接种第二剂疫苗。6. 接种后一周随访,包括血常规、全套生化、GVHD评估及可能为疫苗相关的副作用审查。以下程序仅作为研究的一部分执行——1.
第二剂疫苗接种两周后进行血清学检测(IgG AntiS),以检测疫苗的有效性。第二次接种疫苗两周后进行细胞分离并执行——2. ELISpot检测,以检测分离细胞在SARS-COV-2病毒肽段刺激下干扰素γ的释放情况(用S肽段刺激以评估疫苗反应,用M肽段刺激作为对照)。研究中收集的所有数据将录入Excel,并使用SPSS 25.0版本进行分析。连续数据将用平均值和标准差描述,分类数据将用患病率和百分比描述。连续变量的分布将用轮廓图呈现,并使用Kolmogorov Smirnov检验进行检查。将尝试对患者组进行亚组分析(取决于样本中各组的频率):骨髓移植后的患者伴有acu
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。




