抗生素治疗或免疫球蛋白对血液肿瘤感染作用平台试验
研究采用适应性平台设计,在同一试验中同时比较多种感染预防策略,并可在试验过程中分析结果、添加新研究问题。数据可用于评估不同抗生素治疗或免疫球蛋白策略的安全性与有效性,以及其对患者健康和医疗服务使用的影响,为血液肿瘤感染预防的临床决策提供依据(来源 clinicaltrials.gov)

基本信息
资源简介
抗生素治疗或免疫球蛋白对血液肿瘤感染作用平台试验
该数据集来自 clinicaltrials.gov,聚焦血液肿瘤患者的感染预防策略,涵盖 Myeloma、Non-Hodgkin's Lymphoma 和 Leukemia 三类疾病。研究采用适应性平台设计,在同一试验中同时比较多种感染预防策略,并可在试验过程中分析结果、添加新研究问题。数据可用于评估不同抗生素治疗或免疫球蛋白策略的安全性与有效性,以及其对患者健康和医疗服务使用的影响,为血液肿瘤感染预防的临床决策提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Myeloma、Non-Hodgkin's Lymphoma、Leukemia。本研究旨在了解不同的感染预防策略在预防血癌患者感染方面相互比较的安全性和有效性。了解这一信息的最佳方式是在血癌患者中直接比较不同治疗策略的效果。我们想知道这些不同治疗如何影响您的健康以及您对医疗保健服务的使用。本研究项目采用适应性平台设计。该设计允许研究人员在同一试验中同时比较多种感染预防策略(而不是分别开展独立试验),在试验进行过程中分析结果,并在试验过程中添加新的研究问题。您作为研究一部分可能接受的治疗将是确定的
【主题与分类】
主题标签:Myeloma、Non-Hodgkin's Lymphoma、Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07202052
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/NCT07202052
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:骨髓瘤、非霍奇金淋巴瘤、白血病。本研究旨在探究不同感染预防策略在预防血液癌症患者感染方面的安全性和有效性,并对这些策略进行相互比较。获取这一信息的最佳方式是在血液癌症患者中直接比较不同治疗策略的效果。我们希望了解这些不同治疗对您的健康以及您使用医疗服务的影响。本研究项目采用适应性平台设计。该设计允许研究人员在同一试验中同时比较多种感染预防策略(而非分别开展独立试验),在试验进行过程中分析结果,并在试验期间添加新的研究问题。您作为研究的一部分可能接受的治疗将取决于您参与平台的哪个领域。通过将平台内各领域收集的数据进行整合,研究人员能够在更广泛的参与者范围内研究和比较治疗策略及感染结局。
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。




