未获批冷冻保存脐血单位多中心获取与分配方案
该数据集源自 clinicaltrials.gov，属于肿瘤/白血病分类，针对未获 FDA 许可的冷冻保存脐血单位（CBUs）的多中心获取与分配方案
基本信息
资源简介
未获批冷冻保存脐血单位多中心获取与分配方案
该数据集源自 clinicaltrials.gov，属于肿瘤/白血病分类，针对未获 FDA 许可的冷冻保存脐血单位（CBUs）的多中心获取与分配方案。覆盖血液系统恶性肿瘤、遗传性代谢病、遗传性血小板异常、组织细胞疾病以及急性髓系白血病、急性淋巴细胞白血病、其他急性白血病和慢性髓系白血病等。主要研究目标是考察在多机构环境下使用未获 FDA 许可的 CBUs 进行脐血移植后中性粒细胞恢复至 ≥500/mm3 的发生率，可用于移植预后相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：血液系统恶性肿瘤、遗传性代谢病、遗传性血小板异常、组织细胞疾病、急性髓系白血病（AML 或 ANLL）、急性淋巴细胞白血病（ALL）、其他急性白血病、慢性髓系白血病（CML）。主要研究者：主要研究者（PIs）将是所有参与研究的美国移植中心的移植医生。研究设计：本研究是一项针对患有血液系统恶性肿瘤及其他适应症的儿童和成人患者的未获许可的冷冻保存脐血单位（CBUs）的获取与分配方案。主要目标：本研究的主要目标是考察在多机构环境下使用未获美国食品药品监督管理局（FDA）许可的 CBUs 进行脐血移植后中性粒细胞恢复至 ≥500/mm3 的发生率。次要目标：在接受……的患者中
【主题与分类】
主题标签：Hematologic Malignancies、Inherited Disorders of Metabolism、Inherited Abnormalities of Platelets、Histiocytic Disorders、Acute Myelogenous Leukemia (AML or ANLL)、Acute Lymphoblastic Leukemia (ALL)、Other Acute Leukemia、Chronic Myelogenous Leukemia (CML)、Other Leukemia、Hodgkin Lymphoma。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01351545
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/NCT01351545
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：血液系统恶性肿瘤、遗传性代谢病、遗传性血小板异常、组织细胞疾病、急性髓系白血病（AML或ANLL）、急性淋巴细胞白血病（ALL）、其他急性白血病、慢性髓系白血病（CML）。主要研究者：主要研究者（PI）将是所有参与研究的美国移植中心的移植医生。研究设计：本研究是一项获取和分配方案，用于儿科和成人血液系统恶性肿瘤及其他适应症患者中未经许可的冷冻保存脐带血单位（CBU）。主要目的：本研究的主要目的是在多机构环境下，使用未经美国食品药品监督管理局（FDA）许可的CBU进行脐带血移植后，检查中性粒细胞恢复至≥500/mm³的发生率。次要目的：在接受非许可CBU的患者中：* 评估感染传播的发生率 * 评估严重输注反应的发生率 * 确定脐带血移植后1年总生存率 * 评估急性移植物抗宿主病的累积发生率
移植物抗宿主病（GVHD）II至IV级和III至IV级 * 评估慢性GVHD的累积发病率 * 确定血小板植入大于20,000 mcL和大于50,000 mcL
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。
