异基因造血细胞移植治疗外周T细胞淋巴瘤
该数据集来自clinicaltrials.gov,聚焦异基因造血细胞移植治疗外周T细胞淋巴瘤的临床研究。覆盖外周T细胞淋巴瘤、淋巴增殖性疾病及免疫系统疾病人群,纳入年龄≥12岁、对既往治疗复发或难治的患者

基本信息
资源简介
异基因造血细胞移植治疗外周T细胞淋巴瘤
该数据集来自clinicaltrials.gov,聚焦异基因造血细胞移植治疗外周T细胞淋巴瘤的临床研究。覆盖外周T细胞淋巴瘤、淋巴增殖性疾病及免疫系统疾病人群,纳入年龄≥12岁、对既往治疗复发或难治的患者。数据可用于评估不同预处理方案下的无进展生存,支持移植疗效预测与风险分层研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:外周T细胞淋巴瘤、淋巴增殖性疾病、免疫系统疾病。背景: 成熟T细胞和/或自然杀伤细胞的肿瘤,统称为外周T细胞淋巴瘤(PTCL),通常对化疗反应差,因此与显著的发病率和死亡率相关。 异基因造血细胞移植(HCT)有治愈PTCL的潜力,但这些疾病的最佳HCT方法需要持续研究。目的: 对于接受减低强度预处理(RIC/mRIC)组的受试者,估计无进展生存期。 对于接受仅免疫抑制预处理(IOC)和ATL/RIC组的受试者,由于他们是高风险患者,初步估计一年时无进展的比例。入选标准: 年龄≥12岁的患者。 对既往治疗复发或难治的PTCL。
【主题与分类】
主题标签:Peripheral T-cell Lymphomas、Lymphoproliferative Disorders、Immune System Diseases。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03922724
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/NCT03922724
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:外周T细胞淋巴瘤、淋巴增殖性疾病、免疫系统疾病。背景:* 成熟T细胞和/或自然杀伤细胞的肿瘤,统称为外周T细胞淋巴瘤(PTCL),通常对化疗反应不佳,因此与显著的发病率和死亡率相关。* 异基因造血细胞移植(HCT)有可能治愈PTCL,但这些疾病的最佳HCT方法需要持续研究。目的:* 对于接受减低强度预处理(RIC/mRIC)组的受试者,评估无进展生存期。* 对于接受仅免疫抑制预处理(IOC)和ATL/RIC组的受试者,由于他们是高风险患者,初步评估一年时无进展的比例。
入选标准:* 年龄≥12岁的患者 * 对先前治疗复发或难治的PTCL和/或风险评分使得首次缓解时进行 upfront 异基因造血干细胞移植(allo HCT)是合理的PTCL(PIT评分为中低风险或更高,或由临床实践指南支持1) * 至少有一个可能合适的7-8/8 HLA匹配的相关或无关供者(在HLA A、B、C和DR位点),或HLA单倍体相合相关供者 * 足够的终末器官功能 * 未怀孕或哺乳 设计:* 将有四个受者治疗组,方法不同,但均具有相同的预处理和GVHD预防骨架:* 仅免疫抑制预处理(IOC)组用于高风险受试者 * 降低强度预处理(RIC)组用于被认为非高风险且能够耐受RIC且无成人T细胞白血病/淋巴瘤(ATL)的患者 * mRIC组用于符合RIC组条件的患者,作为RIC组完成后修改扩展 * ATL-RIC组用于诊断为ATL的患者 * IOC组:马抗胸腺细胞球蛋白(e-ATG)40 mg/kg/天,在第-14天和第-13天静脉注射,喷司他丁4 mg/m2/天,在第-9天和第-5天静脉注射,低剂量环磷酰胺(5 mg/kg)在第-9天每天口服
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。




