优化、完善与统一儿童ALL造血干细胞移植管理框架
该数据集来自clinicaltrials.gov,聚焦儿童急性淋巴细胞白血病(ALL)造血干细胞移植管理的优化与统一。FORUM2研究采用主方案设计,包含两个随机比较(R1和R2子研究)、一个分层队列(S1子研究)和一个试点队列(P1子研究),其中R1子研究为核心部分,延续FORUM1研究并比较TB

基本信息
资源简介
优化、完善与统一儿童ALL造血干细胞移植管理框架
该数据集来自clinicaltrials.gov,聚焦儿童急性淋巴细胞白血病(ALL)造血干细胞移植管理的优化与统一。FORUM2研究采用主方案设计,包含两个随机比较(R1和R2子研究)、一个分层队列(S1子研究)和一个试点队列(P1子研究),其中R1子研究为核心部分,延续FORUM1研究并比较TBI为基础与化疗为基础的预处理方案。研究重点涵盖预处理方案优化、GvHD预防与治疗进展、新型免疫治疗整合、长期生存改善、支持治疗与移植后监测协调以及供者来源扩展。数据可用于移植相关临床研究与预后分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性淋巴细胞白血病(ALL)、干细胞移植、移植物抗宿主病。关键重点领域和目标包括: 预处理方案的优化 GvHD预防和治疗的进展 新型免疫疗法的整合 长期生存的改善 支持治疗和移植后监测的协调 供者可用性的扩展 FORUM2研究包括两个随机比较(R1和R2子研究)、一个分层队列(S1子研究)和一个试点队列(P1子研究)。该方案采用主方案结构,其中R1子研究作为核心组成部分,因为它代表FORUM1研究(比较了基于TBI和基于化疗的预处理)的延续,并预计入组大多数患者。因年龄(<2岁)而不符合R1子研究条件的患者,
【主题与分类】
主题标签:Acute Lymphoblastic Leukemia (ALL)、Stem Cell Transplant、Graft -Versus-host-disease。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07297914
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/NCT07297914
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
疾病条件:急性淋巴细胞白血病(ALL)、干细胞移植、移植物抗宿主病。关键重点领域和目标包括:* 优化预处理方案 * 移植物抗宿主病预防和治疗的进展 * 新型免疫疗法的整合 * 改善长期生存 * 支持性护理和移植后监测的协调统一 * 扩大供者来源。FORUM2研究包括两项随机比较(R1和R2子研究)、一个分层队列(S1子研究)和一个试点队列(P1子研究)。该方案采用主方案结构,其中R1子研究作为核心组成部分,因为它代表FORUM1研究(比较了基于TBI的预处理和基于化疗的预处理)的延续,预计将入组大多数患者。因年龄(<2岁)、供者类型、医生判断或个人偏好而不符合R1子研究条件的患者仍将纳入主方案并接受相应监测。接受不合家庭供者移植的患者将在S1子研究中进行分层。
此外,年龄小于2岁的B-ALL患者有资格参加P1试点子研究,该研究将探讨HSCT后使用贝林妥欧单抗以降低这一高危人群的复发率。R1子研究参与者和纳入更广泛主方案的患者,其主要和次要终点、总体评估时间线以及支持治疗指南将保持一致。其他研究组特有的额外评估、终点和干预措施在其各自的方案部分(或附录)中列出,并将仅对纳入这些特定队列的患者实施。
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。




