多病毒特异性T细胞输注用于干细胞移植后AdV、CMV和EBV感染
该数据集来自clinicaltrials.gov,聚焦于造血干细胞移植(HSCT)或骨髓移植后患者面临的机会性病毒感染问题

基本信息
资源简介
多病毒特异性T细胞输注用于干细胞移植后AdV、CMV和EBV感染
该数据集来自clinicaltrials.gov,聚焦于造血干细胞移植(HSCT)或骨髓移植后患者面临的机会性病毒感染问题。移植虽为血液恶性肿瘤或遗传病患者提供治愈可能,但伴随移植物排斥、移植物抗宿主病(GvHD)及免疫重建延迟导致的病毒(如AdV、CMV、EBV)感染或再激活风险。数据集覆盖AdV感染、EBV感染、CMV感染及干细胞移植并发症等主题,可用于研究多病毒特异性T细胞输注在移植后抗病毒治疗中的效果与安全性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:AdV感染、EBV感染、CMV感染、干细胞移植并发症。对于越来越多患有各种疾病(如血液恶性肿瘤或多种遗传疾病)的患者,造血干细胞移植(HSCT)或骨髓移植是唯一可能的治愈选择。然而,HSCT伴随三大主要风险:移植物排斥、移植物抗宿主病(GvHD)以及由免疫重建延迟导致的机会性感染(多为病毒感染)或再激活。而免疫重建延迟往往是移植前强烈预处理治疗和移植物T细胞去除的直接结果,这些措施对于对抗移植物排斥和GvHD风险是必要的。因此,移植后患者发生危及生命的机会性感染(多为病毒感染)的风险增加。
【主题与分类】
主题标签:AdV Infection、EBV Infection、CMV Infection、Stem Cell Transplant Complications。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/NCT04832607
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/NCT04832607
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:AdV感染、EBV感染、CMV感染、干细胞移植并发症。对于越来越多患有各种疾病(如血液恶性肿瘤或多种遗传性疾病)的患者而言,造血干细胞移植(HSCT)或骨髓移植是唯一可能的治愈选择。然而,HSCT伴随三大主要风险:移植物排斥、移植物抗宿主病(GvHD)以及因免疫重建延迟导致的机会性感染(多为病毒感染)或病毒再激活。而免疫重建延迟往往是移植前强化预处理方案以及为应对移植物排斥和GvHD风险而必须进行的移植物T细胞清除的直接结果。因此,移植后患者发生危及生命的机会性感染(多为病毒感染)的风险增加。HSCT后最常见的感染为巨细胞病毒(CMV)、EB病毒(EBV)和腺病毒(AdV)。病毒感染/再激活的标准治疗方法为化疗,但其疗效有限,且不能恢复免疫功能。
因此,针对这种情况需要有效的新的治疗方案。既往研究表明,充足的T细胞免疫对于控制和预防HSCT后病毒再激活和新发感染至关重要。因此,输注T细胞是治疗免疫受损患者的一种有前景的新方法。然而,由于未选择性T细胞中同种反应性T细胞含量高,输注未选择性T细胞与GvHD风险增加相关。一种非常有前景的减少该问题的方法是去除同种反应性T细胞,并富集、分离和纯化病毒特异性T细胞。该方法已被研究近二十年,迄今发表的数据表明,过继性T细胞转移后的病毒特异性T细胞应答可预防HSCT后病毒相关并发症并恢复T细胞免疫,尤其是对于AdV、CMV和EBV感染。尽管
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。




