哈萨克斯坦血液肿瘤成人继发性免疫缺陷研究(K-SIDE 研究)
该数据集来自 clinicaltrials.gov,主题为哈萨克斯坦血液肿瘤成人患者的继发性免疫缺陷(SID)。源站描述指出,血液肿瘤患者可能因疾病或治疗药物出现免疫系统减弱,即 SID,从而更难抵抗感染,更易发生严重感染、需要住院治疗和更长疗程的抗生素治疗

基本信息
资源简介
哈萨克斯坦血液肿瘤成人继发性免疫缺陷研究(K-SIDE 研究)
该数据集来自 clinicaltrials.gov,主题为哈萨克斯坦血液肿瘤成人患者的继发性免疫缺陷(SID)。源站描述指出,血液肿瘤患者可能因疾病或治疗药物出现免疫系统减弱,即 SID,从而更难抵抗感染,更易发生严重感染、需要住院治疗和更长疗程的抗生素治疗。SID 在哈萨克斯坦血液肿瘤患者中常见但常被忽视,且该国目前没有诊断和管理 SID 的国家指南,导致不同医疗机构评估和治疗方式存在差异。该研究主要目的是了解 SID 在哈萨克斯坦血液肿瘤成人中的常见程度、哪些人受影响最大以及相关情况的发生频率(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:继发性免疫缺陷(SID)。部分血液癌症(血液系统恶性肿瘤)患者会因自身疾病或治疗所用药物而出现免疫系统减弱。这被称为继发性免疫缺陷或SID。免疫系统减弱会使身体更难抵抗感染。SID使参与者更有可能发生严重感染、需要住院治疗,以及需要更长时间的抗生素治疗。在哈萨克斯坦,SID在血液癌症患者中很常见,但常被忽视。目前,哈萨克斯坦没有用于诊断和管理SID的国家指南,这导致不同医疗机构在评估和治疗患者方面存在差异。本研究的主要目的是了解哈萨克斯坦成人血液癌症患者中SID的常见程度、哪些人受影响最大,以及感染等相关健康问题发生的频率。其他目的是进一步了解哈萨克斯坦的SID:SID如何治疗、SID如何影响一个人的健康和日常生活(临床负担),以及某些因素(如年龄、健康状况、治疗、血液癌症的类型和分期)可能如何影响SID。本研究不会收集任何新数据。它将使用现有健康记录和来自哈萨克斯坦国家肿瘤登记处的数据。
【主题与分类】
主题标签:Secondary Immunodeficiency (SID)。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07868107
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/NCT07868107
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:继发性免疫缺陷(SID)。部分血液癌症(血液系统恶性肿瘤)患者会因自身疾病或治疗所用药物而出现免疫系统减弱。这被称为继发性免疫缺陷或SID。免疫系统减弱会使身体更难抵抗感染。SID使参与者更易发生严重感染、需要住院治疗,并需要更长时间的抗生素治疗。SID在哈萨克斯坦的血液癌症患者中很常见,但常被忽视。目前,哈萨克斯坦尚无诊断和管理SID的国家指南,这导致不同医疗机构对患者的评估和治疗方式存在差异。本研究的主要目的是了解哈萨克斯坦成人血液癌症患者中SID的常见程度、哪些人群受影响最大,以及感染等相关健康问题的发生频率。
其他目标包括进一步了解哈萨克斯坦的SID:SID的治疗方式、它们如何影响个人的健康和日常生活(临床负担),以及某些因素(如年龄、健康状况、治疗、血癌类型和分期)可能如何影响SID。本研究不会收集任何新数据,而是利用现有健康记录及哈萨克斯坦国家肿瘤登记处的数据。
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。




