基于Thiotepa的预处理方案联合减量移植后环磷酰胺用于血液系统恶性肿瘤异基因干细胞移植
该数据集来自clinicaltrials.gov,聚焦血液系统恶性肿瘤的异基因干细胞移植(alloSCT)。覆盖急性淋巴细胞白血病(ALL)、急性髓系白血病(AML)、急性白血病、骨髓增生异常综合征(MDS)和骨髓增殖性肿瘤(MPN)

基本信息
资源简介
基于Thiotepa的预处理方案联合减量移植后环磷酰胺用于血液系统恶性肿瘤异基因干细胞移植
该数据集来自clinicaltrials.gov,聚焦血液系统恶性肿瘤的异基因干细胞移植(alloSCT)。覆盖急性淋巴细胞白血病(ALL)、急性髓系白血病(AML)、急性白血病、骨髓增生异常综合征(MDS)和骨髓增殖性肿瘤(MPN)。试验通过两条路径优化移植后环磷酰胺(PTCy)方案:降低PTCy剂量以减轻毒性,并加入thiotepa以增强抗白血病活性,核心假设是方案优化可改善移植结局。可用于移植预处理与免疫耐受相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性淋巴细胞白血病(ALL)、急性髓系白血病(AML)、急性白血病、骨髓增生异常综合征(MDS)、骨髓增殖性肿瘤(MPN)。异基因干细胞移植(alloSCT)为高危血液系统恶性肿瘤患者提供了潜在的治愈性治疗。在供者与受者之间建立适当的免疫耐受对于预防移植物抗宿主病(GVHD)和移植物排斥至关重要。过去十年中,移植后环磷酰胺(PTCy)作为一种诱导免疫耐受的策略被引入,显著改变了alloSCT的格局。本试验旨在通过两种主要途径优化PTCy方案:1)降低PTCy剂量以减轻毒性,2)加入thiotepa以增强抗白血病活性。核心假设是方案优化将改善移植结局-p
【主题与分类】
主题标签:Acute Lymphocytic Leukemia (ALL)、Acute Myeloid Leukemia (AML)、Acute Leukemia、Myelodysplastic Syndrome(MDS)、Myeloproliferative Neoplasm (MPN)。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07565220
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/NCT07565220
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
适应症:急性淋巴细胞白血病(ALL)、急性髓系白血病(AML)、急性白血病、骨髓增生异常综合征(MDS)、骨髓增殖性肿瘤(MPN)。异基因干细胞移植(alloSCT)为高危血液系统恶性肿瘤患者提供了潜在的治愈性治疗。在供者与受者之间建立适当的免疫耐受对于预防移植物抗宿主病(GVHD)和移植物排斥至关重要。过去十年间,移植后环磷酰胺(PTCy)作为诱导免疫耐受策略的引入,显著改变了异基因干细胞移植的格局。本试验旨在通过两种主要途径优化PTCy方案:1)降低PTCy剂量以减轻毒性;2)加入塞替派以增强抗白血病活性。核心假设是,方案优化将改善接受HLA相合供者异基因干细胞移植的高危血液系统恶性肿瘤受者的移植结局——尤其是移植物抗宿主病无复发生存期(GRFS)。
一项探索性目标将评估移植前生物标志物,这些标志物能够对毒性和复发风险进行分层,从而为每位移植受者实现治疗方案强度的个性化。
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。




