在接受造血干细胞移植的血液系统恶性肿瘤受试者中预防GvHD

该数据集来自clinicaltrials.gov,聚焦于接受造血干细胞移植的血液系统恶性肿瘤受试者中预防移植物抗宿主病(GvHD)

Tr1X, Inc.Tr1X, Inc.
clinicaltrials
浏览 12
其他预测Hematologic MalignancyGvHDGVHD,AcuteGVHD, ChronicHematopoietic Stem Cell TransplantAcute Myeloid Leukemia in RemissionMyelodysplastic SyndromesCancer Remission
Prevention of GvHD in Participants With Hematological Malignancies Undergoing Hematopoietic Stem Cell Transplant (HSCT)

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

在接受造血干细胞移植的血液系统恶性肿瘤受试者中预防GvHD

该数据集来自clinicaltrials.gov,聚焦于接受造血干细胞移植的血液系统恶性肿瘤受试者中预防移植物抗宿主病(GvHD)。覆盖的疾病包括血液系统恶性肿瘤、急慢性GvHD、成人B细胞和T细胞急性淋巴细胞白血病以及缓解期急性髓系白血病。研究为Phase 1、首次人体、开放标签试验,评估TRX-103在HLA错配相关或无关供者HSCT患者中的安全性和耐受性,预计在18至24个月入组期内招募最多36名受试者,HSCT后单次输注TRX-103。可用于移植后GvHD预防相关的安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:血液系统恶性肿瘤、GvHD、GVHD,急性、GVHD,慢性、造血干细胞移植、成人B细胞急性淋巴细胞白血病、成人T细胞急性淋巴细胞白血病、缓解期急性髓系白血病。这项Phase 1、首次人体开放标签研究的目的是评估TRX-103在患有血液系统恶性肿瘤并接受HLA错配相关或无关造血干细胞移植(HSCT)的患者中的安全性和耐受性。预计在18-24个月的入组期内将招募最多36名受试者。TRX-103将在HSCT后单次输注。

【主题与分类】

主题标签:Hematologic Malignancy、GvHD、GVHD,Acute、GVHD, Chronic、Hematopoietic Stem Cell Transplant、Acute Myeloid Leukemia in Remission、Myelodysplastic Syndromes、Cancer Remission。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06462365

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06462365

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:血液系统恶性肿瘤、移植物抗宿主病(GvHD)、急性移植物抗宿主病(GVHD)、慢性移植物抗宿主病(GVHD)、造血干细胞移植、成人B细胞急性淋巴细胞白血病、成人T细胞急性淋巴细胞白血病、缓解期急性髓系白血病。这项首次人体、开放标签的1期研究旨在评估TRX-103在正在接受HLA错配相关或无关供者造血干细胞移植(HSCT)的血液系统恶性肿瘤患者中的安全性和耐受性。预计在18至24个月的入组期内将招募最多36名受试者。TRX-103将在HSCT后输注一次。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。