慢性移植物抗宿主病临床与生物学因素结局自然史研究
cGVHD 是异基因造血干细胞移植后发生的多器官同种免疫与自身免疫性疾病,以免疫失调、免疫缺陷、器官功能受损和生存率下降为特征

基本信息
资源简介
慢性移植物抗宿主病临床与生物学因素结局自然史研究
该数据集来自 clinicaltrials.gov,聚焦慢性移植物抗宿主病(cGVHD)。cGVHD 是异基因造血干细胞移植后发生的多器官同种免疫与自身免疫性疾病,以免疫失调、免疫缺陷、器官功能受损和生存率下降为特征。北美每年约 8000 例患者接受异基因造血干细胞移植,其中约 50% 发生 cGVHD。该病同时累及多个器官系统且表现高度异质,需要多学科协作管理。数据可用于理解 cGVHD 的临床与生物学因素及其对结局的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性移植物抗宿主病。背景: 慢性移植物抗宿主病(cGVHD)是异基因造血干细胞移植(alloHSCT)后发生的多器官同种免疫和自身免疫性疾病。其特征为免疫失调、免疫缺陷、器官功能受损和生存率下降。 北美每年约有 8000 例患者接受异基因造血干细胞移植(alloHSCT),约 50% 接受移植的患者发生 cGVHD。* 慢性 GVHD 也是一种以高度可变的方式同时影响许多器官系统的疾病,需要多个医学专科进行复杂且协调的医疗管理。由于它是癌症治疗和造血干细胞移植最严重的并发症之一,迫切需要在对 cGVHD 的理解和有效治疗方面取得进展。
【主题与分类】
主题标签:Chronic Graft vs. Host Disease。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00092235
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/NCT00092235
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:慢性移植物抗宿主病。背景:* 慢性移植物抗宿主病(cGVHD)是一种发生于异基因造血干细胞移植(alloHSCT)后的多器官同种异体免疫和自身免疫性疾病。其特征为免疫失调、免疫缺陷、器官功能受损和生存率降低。* 北美每年约有8000例患者接受异基因造血干细胞移植(alloHSCT),其中约50%的移植患者会发生cGVHD。* 慢性GVHD也是一种以高度可变的方式同时影响多个器官系统的疾病,需要多个医学专科进行复杂且协调的医疗管理。由于cGVHD是癌症治疗和造血干细胞移植最严重的并发症之一,因此迫切需要在其认识和有效治疗方面取得进展。
目标:* 建立多学科门诊基础设施,以研究cGVHD的发病机制和自然史 * 前瞻性识别cGVHD患者的临床和生物学预后标志物 * 制定临床相关的cGVHD分级量表 * 识别cGVHD的新生物学特征,并结合临床病史和表现进行描述 * 识别cGVHD活动的潜在临床和生物学标志物 * 增进对cGVHD相关移植物抗肿瘤效应生物学的理解 * 为NCI和NIH的cGVHD治疗方案识别潜在患者 入选标准:-年龄1岁及以上,由原移植医生转诊以评估慢性移植物抗宿主病,不论基础诊断如何。设计:* 患者在NCI cGVHD门诊接受初始临床和实验室多专科检查 * 可能获取微创活检,罕见情况下获取深部组织活检,以确认诊断和/或排除其他病理过程(仅限成人) * 长期数据收集用于
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。




