单倍体外周血干细胞移植预防GVHD研究
该数据集来自 clinicaltrials.gov,聚焦于接受减低强度单倍体外周血干细胞移植的受试者,采用移植后环磷酰胺联合西罗莫司、霉酚酸酯及 RGI-2001 预防移植物抗宿主病

基本信息
资源简介
单倍体外周血干细胞移植预防GVHD研究
该数据集来自 clinicaltrials.gov,聚焦于接受减低强度单倍体外周血干细胞移植的受试者,采用移植后环磷酰胺联合西罗莫司、霉酚酸酯及 RGI-2001 预防移植物抗宿主病。覆盖疾病包括 GVHD、AML、ALL、MDS、MPN、CMML、霍奇金淋巴瘤及非霍奇金淋巴瘤。研究流程包含资格筛查、研究治疗及随访评估。受试者按医生判断分入两组方案之一,方案一为移植前使用氟达拉滨、环磷酰胺和放疗,移植后使用环磷酰胺、西罗莫司、霉酚酸酯和 RGI-2001。可用于血液肿瘤移植后 GVHD 预防相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:GVHD、AML、ALL、MDS、MPN、CMML、霍奇金淋巴瘤、非霍奇金淋巴瘤。 这是一项在受试者中进行的初步研究,受试者接受减低强度单倍体外周血干细胞移植,并将接受移植后环磷酰胺联合西罗莫司、霉酚酸酯和 RGI-2001 进行移植物抗宿主病预防。 研究程序包括资格筛查和研究治疗,包括评估和随访访视。 氟达拉滨、环磷酰胺、美法仑、放疗、西罗莫司和霉酚酸酯这些标准治疗药物均已获 FDA 批准。 符合条件的参与者将根据医生判断被分入 2 组中的 1 组: 方案 #1: 干细胞移植前:氟达拉滨 + 环磷酰胺 + 放疗 干细胞移植后:环磷酰胺 + 西罗莫司 + 霉酚酸酯 + RGI-2001
【主题与分类】
主题标签:GVHD、AML、ALL、MDS、MPN、CMML、Hodgkin Lymphoma、Non Hodgkin Lymphoma、Blood Stem Cell Transplant Failure、Graft Vs Host Disease。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04473911
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/NCT04473911
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:GVHD、AML、ALL、MDS、MPN、CMML、霍奇金淋巴瘤、非霍奇金淋巴瘤。* 这是一项在接受减低强度单倍体相合外周血干细胞移植的受试者中开展的初步研究,受试者将接受移植后环磷酰胺预防移植物抗宿主病,随后接受西罗莫司、吗替麦考酚酯和RGI-2001。* 研究程序包括资格筛选和研究治疗,包括评估和随访访视。* 标准治疗药物氟达拉滨、环磷酰胺、美法仑、放疗、西罗莫司和吗替麦考酚酯均已获FDA批准。* 符合条件的受试者将根据医生的判断被分入2组中的1组:* 方案#1:* 干细胞移植前:氟达拉滨+环磷酰胺+放疗 * 干细胞移植后:环磷酰胺+西罗莫司+吗替麦考酚酯+RGI-2001 * 方案#2 * 干细胞移植前:氟达拉滨+美法仑+放疗 * 干细胞移植后:环磷酰胺+西罗莫司+吗替麦考酚酯+RGI-2001 * 本试验将共入组20名受试者 * 美国
美国食品药品监督管理局(FDA)尚未批准RGI-2001用于治疗任何疾病。
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。




