晚期血液系统恶性肿瘤及疾病患者接受匹配无关供者AlloHCT
该数据集来自clinicaltrials.gov,聚焦晚期血液系统恶性肿瘤及疾病患者接受匹配无关供者异基因造血干细胞移植(AlloHCT)的临床研究

基本信息
资源简介
晚期血液系统恶性肿瘤及疾病患者接受匹配无关供者AlloHCT
该数据集来自clinicaltrials.gov,聚焦晚期血液系统恶性肿瘤及疾病患者接受匹配无关供者异基因造血干细胞移植(AlloHCT)的临床研究。覆盖白血病、淋巴瘤、骨髓增生异常综合征等疾病,涉及四种预处理方案联合双份无关脐带血(UCB)移植。数据可用于分析移植后第100天生存率、中性粒细胞和血小板植入发生率与时间、急慢性移植物抗宿主病(GVHD)发生率与严重程度、第180天生存率及无病生存率等结局,支持血液肿瘤移植预后预测与疗效评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:白血病、淋巴瘤、骨髓增生异常综合征。目的:主要 确定接受四种不同预处理方案后使用两份无关脐带血(UCB)单位进行异基因造血干细胞移植(HSCT)的复发、难治或高危血液系统恶性肿瘤患者的第100天生存率。次要 确定接受这些方案治疗的患者中性粒细胞植入的发生率和时间。 确定接受这些方案治疗的患者血小板植入的发生率和时间。 确定接受这些方案治疗的患者急性和慢性移植物抗宿主病(GVHD)的发生率和严重程度。 确定接受这些方案治疗的患者第180天生存率。 确定接受这些方案治疗的患者无病生存率。* 确定
【主题与分类】
主题标签:Leukemia、Lymphoma、Myelodysplastic Syndromes。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00547196
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/NCT00547196
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:白血病、淋巴瘤、骨髓增生异常综合征。目的:主要 * 确定接受四种不同预处理方案后,使用两个无关脐带血(UCB)单位进行异基因造血干细胞移植(HSCT)治疗的复发、难治或高风险血液恶性肿瘤患者在第100天的生存率。次要 * 确定接受这些方案治疗的患者中性粒细胞植入的发生率和时间。 * 确定接受这些方案治疗的患者血小板植入的发生率和时间。 * 确定接受这些方案治疗的患者急性和慢性移植物抗宿主病(GVHD)的发生率和严重程度。 * 确定接受这些方案治疗的患者在第180天的生存率。 * 确定接受这些方案治疗的患者无病生存率。 * 确定接受这些方案治疗的患者原发性和继发性植入失败的发生率。 * 确定这些患者移植相关并发症(如感染、肝静脉闭塞病或器官毒性)的发生率。
- 确定这些患者中移植后淋巴增殖性疾病、继发性骨髓增生异常综合征或其他继发性恶性肿瘤的发生率。* 确定接受这些方案治疗的患者中复发的发生率。* 确定接受这些方案治疗的患者移植后的嵌合状态。* 确定接受这些方案治疗的患者免疫重建情况。大纲:这是一项多中心研究。* 预处理方案:患者被分配至4种预处理方案中的1种。* 方案1(适用于年龄<50岁且无禁忌症接受分次全身照射(FTBI)的患者):患者在第-9至-6天每天接受2-3次FTBI,共11次分割。患者还在第-5和-4天接受环磷酰胺静脉注射,持续2小时,并在第-5至-2天接受磷酸氟达拉滨静脉注射。* 方案2(适用于年龄<50
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




