晚期血液系统恶性肿瘤中T细胞去除移植物的减低强度异基因HCT

该数据集来自clinicaltrials.gov,聚焦于晚期血液系统恶性肿瘤患者接受减低强度预处理异基因造血细胞移植(HCT)并输注T细胞去除移植物

Stanford UniversityStanford University
clinicaltrials
浏览 8
基因组预测Advanced Hematologic MalignanciesAcute LeukemiaChronic Myelogenous LeukemiaMyelodysplastic SyndromesMyeloproliferative Disorders
Reduced Intensity Allogeneic HCT in Advanced Hematologic Malignancies w/T-Cell Depleted Graft

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-12

资源简介

晚期血液系统恶性肿瘤中T细胞去除移植物的减低强度异基因HCT

该数据集来自clinicaltrials.gov,聚焦于晚期血液系统恶性肿瘤患者接受减低强度预处理异基因造血细胞移植(HCT)并输注T细胞去除移植物。覆盖疾病包括急性白血病、慢性髓系白血病、骨髓增生异常综合征和骨髓增殖性肿瘤。研究主要目标为评估常规T细胞与调节性T细胞不同剂量组合的安全性和可行性,次要目标包括无GVHD无复发生存、总生存及急慢性GVHD的发生率和严重程度,探索性目标涉及严重感染发生率。可用于移植后结局预测与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:异基因造血细胞移植(HCT)、晚期血液系统恶性肿瘤、急性白血病、慢性髓系白血病、骨髓增生异常综合征、骨髓增殖性肿瘤。研究目标如下:主要目标 确定在患有相关/无关HLA匹配或不匹配供者,或单倍体相合供者接受减低强度预处理方案的受试者中,施用常规T细胞(Tcon)和调节性T细胞(Treg)的几种剂量组合的安全性及可行性。次要目标 确定HCT后的无GVHD无复发生存(GRFS) 确定HCT后的总生存(OS) 测量急性和慢性GVHD的发生率和严重程度 探索性目标 *测量严重感染的发生率

【主题与分类】

主题标签:Advanced Hematologic Malignancies、Acute Leukemia、Chronic Myelogenous Leukemia、Myelodysplastic Syndromes、Myeloproliferative Disorders。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05088356

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/NCT05088356

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

条件:异基因造血细胞移植(HCT)、晚期血液系统恶性肿瘤、急性白血病、慢性髓系白血病、骨髓增生异常综合征、骨髓增殖性疾病。研究目标如下:主要目标 *确定在接受异基因造血细胞移植(HCT)的受试者中,使用常规T细胞(Tcon)和调节性T细胞(Treg)多种剂量组合的安全性及给药可行性,受试者来自相关/无关HLA匹配或不匹配供者,或采用减低强度预处理方案的单倍体相合供者。次要目标 *确定HCT后无GVHD无复发生存期(GRFS) *确定HCT后总生存期(OS) *测量急性和慢性GVHD的发生率和严重程度 探索性目标 *测量严重感染的发生率 *测量植入的发生率和时间 *测量T细胞免疫重建参数

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。