高剂量移植后环磷酰胺、硼替佐米与西格列汀预防GVHD
该数据集来自clinicaltrials.gov,聚焦于高剂量移植后环磷酰胺(PTCy)、硼替佐米与西格列汀联合方案用于预防移植物抗宿主病(GVHD)

基本信息
资源简介
高剂量移植后环磷酰胺、硼替佐米与西格列汀预防GVHD
该数据集来自clinicaltrials.gov,聚焦于高剂量移植后环磷酰胺(PTCy)、硼替佐米与西格列汀联合方案用于预防移植物抗宿主病(GVHD)。覆盖骨髓移植并发症、急性髓系白血病、成人急性淋巴细胞白血病、骨髓增生异常综合征及慢性粒单核细胞白血病。数据可用于确定三种药物在3+3设计中最大耐受剂量,并评估其在移植后第100天改善无II-IV级急性GVHD生存率的疗效,为II期试验扩展提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:骨髓移植并发症、急性髓系白血病、急性淋巴细胞白血病(成人)、骨髓增生异常综合征、慢性粒单核细胞白血病。确定硼替佐米、西格列汀和PTCy的安全剂量,以用于扩展至II期试验。这实际上是在有限的I期部分中采用3+3设计测试的药物的最大耐受剂量。I期最多需要18名患者。确定西格列汀、硼替佐米和PTCy在改善移植后第+100天无II-IV级急性GVHD生存率方面的疗效,从预期的65%提高到80%或更高。该部分采用Simon minimax两阶段设计,检验原假设H0: p0 < 0.65 与备择假设H1: p1 ≥ 0.8,其中p是移植后第100天存活且无II-IV级急性GVHD的概率。使用minimax最优阶段设计,单侧
【主题与分类】
主题标签:Bone Marrow Transplant Complications、Acute Myeloid Leukemia、Acute Lymphoblastic Leukemia, Adult、Myelodysplastic Syndromes、Chronic Myelomonocytic Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05895201
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/NCT05895201
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:骨髓移植并发症、急性髓系白血病、急性淋巴细胞白血病、成人、骨髓增生异常综合征、慢性粒单核细胞白血病。确定硼替佐米、西格列汀和PTCy的安全剂量,以便扩展进入II期试验。这实际上是在有限的I期部分中,采用3+3设计测试的药物的最大耐受剂量。I期最多需要18名患者。确定西格列汀、硼替佐米和PTCy在提高第+100天无II-IV级急性GVHD生存率方面的疗效,从预期的65%提高到80%或更高。该部分采用Simon极小极大两阶段设计,检验零假设H0:p0 < 0.65 versus 备择假设H1:p1 ≥ 0.8,其中p是移植后第100天存活且无II-IV级急性GVHD的概率。使用极小极大最优阶段设计,单侧I型错误设为0.05,II型错误率设为0.2(把握度80%)。在第一阶段,将入组31名可评估患者。
如果在第+100天时,无急性II-IV级GVHD存活的患者人数为20或更少(即11或更多患者发生急性II-IV级GVHD),则研究将因支持无效假设而终止。另一方面,如果在第+100天时,无II-IV级急性GVHD存活的患者人数超过20,则将额外招募24名患者,使可评估患者总数达到55名。在最终分析中,如果超过41名患者仍然存活且未发生II-IV级急性GVHD(即第+100天时仅有14名或更少患者发生急性II-IV级GVHD),则将拒绝无效假设,并得出结论:用于预防中重度GVHD的联合方案值得进一步研究。
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。




