影响移植后环磷酰胺(PTCy)疗效的因素
该数据集来自 clinicaltrials.gov,聚焦白血病患者造血干细胞移植后环磷酰胺(PTCy)疗效的影响因素。研究为单臂试点研究,主要目的是确定受者或供者(仅限单倍体相合及同胞全合移植)胚系DNA中Cy相关候选基因的药物基因组学是否与急慢性GVHD的发生率和严重程度相关

基本信息
资源简介
影响移植后环磷酰胺(PTCy)疗效的因素
该数据集来自 clinicaltrials.gov,聚焦白血病患者造血干细胞移植后环磷酰胺(PTCy)疗效的影响因素。研究为单臂试点研究,主要目的是确定受者或供者(仅限单倍体相合及同胞全合移植)胚系DNA中Cy相关候选基因的药物基因组学是否与急慢性GVHD的发生率和严重程度相关。次要目标包括评估药物基因组学与Cy及其代谢物暴露和毒性的关联,量化移植前(第-6天)和移植后(第+3天)0至24小时的血药浓度-时间曲线下面积(AUC),并将暴露与急慢性GVHD发生率及不良事件进行关联分析。数据可用于探索药物基因组学标志物与PTCy暴露及临床结局的预测关系(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,未另作说明,白血病,其他。这项单臂试点研究的主要目的是确定受者和/或供者(仅限单倍体相合和同胞全合造血干细胞移植)胚系DNA中Cy相关候选基因的药物基因组学(PG)是否与急性和慢性GVHD的发生率和严重程度相关。次要目标包括确定受者和/或供者(仅限单倍体相合和同胞全合造血干细胞移植)胚系DNA中Cy相关候选基因的药物基因组学(PG)是否与Cy(及其代谢物)暴露和毒性相关;量化移植前(第-6天)和移植后(第+3天)0至24小时的血药浓度-时间曲线下面积(AUC)所测量的Cy(及相关代谢物)暴露,并将暴露与急性和慢性GVHD的发生率及不良事件进行关联。
【主题与分类】
主题标签:Leukemia, Not Otherwise Specified、Leukemia, Other。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03555851
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/NCT03555851
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:白血病,未另行分类,白血病,其他。这项单臂试点研究的主要目的是确定受者 and/or 供者(仅限单倍体相合和相合相关供者HCT)种系DNA中Cy相关候选基因的药物遗传学(PG)是否与急性和慢性GVHD的发生率和严重程度相关。次要目的包括确定受者和/或供者(仅限单倍体相合和相合相关供者HCT)种系DNA中Cy相关候选基因的药物遗传学(PG)是否与Cy(及其代谢物)暴露和毒性相关;量化Cy(及相关代谢物)暴露,以浓度-时间曲线下面积(AUC)从零到24小时测量,分别在移植前(第-6天)和移植后(第+3天),并将暴露与急性和慢性GVHD的发生率及特别关注的不良事件(AESI)相关联;以及确定在Cy GVHD预防之前或之后的免疫激活或极化是否与急性或慢性GVHD分级和AESI相关。
安全性指标包括评估环磷酰胺(Cy)给药情况、特别关注的不良事件(包括在研究治疗期间的死亡)、选定的实验室参数(包括中性粒细胞恢复时间)以及免疫抑制剂伴随用药的给药情况。最初将入组20名参与者(HCT受者及其各自的单倍体相合或相合亲缘供者),随后再入组100名额外受试者。
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。




