类固醇、阿奇霉素、孟鲁司特和信必可(SAMS)用于同种异体移植后病毒性呼吸道感染
数据覆盖呼吸道感染、闭塞性细支气管炎、隐源性机化性肺炎及间质性肺疾病等病种,背景是血液肿瘤患者接受干细胞移植后常出现慢性肺病,现有激素与免疫抑制治疗仅约五分之一患者改善

基本信息
资源简介
类固醇、阿奇霉素、孟鲁司特和信必可(SAMS)用于同种异体移植后病毒性呼吸道感染
该数据集来自 clinicaltrials.gov,主题为 Steroids, Azithromycin, Montelukast, and Symbicort (SAMS) 用于异体移植后病毒性呼吸道感染。数据覆盖呼吸道感染、闭塞性细支气管炎、隐源性机化性肺炎及间质性肺疾病等病种,背景是血液肿瘤患者接受干细胞移植后常出现慢性肺病,现有激素与免疫抑制治疗仅约五分之一患者改善。该研究旨在预防移植相关慢性肺病的发生,可用于移植后肺部并发症的风险预测与干预研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:呼吸道感染、闭塞性细支气管炎、隐源性机化性肺炎、肺疾病、间质性。对于许多血液癌症患者而言,来自家庭成员或无关供者的干细胞移植仍是唯一可能治愈的选择。不幸的是,高达40%的患者在移植后发生慢性肺病,这大幅增加了长期死亡风险。目前,移植相关肺病患者接受类固醇和其他免疫抑制药物的某种组合治疗,但仅约五分之一改善。我们研究的重要性在于,研究者旨在从一开始就预防移植相关慢性肺病的发生。由于此类慢性肺病的一个强烈危险因素是既往病毒性呼吸道感染,研究者认为存在
【主题与分类】
主题标签:Respiratory Tract Infections、Bronchiolitis Obliterans、Cryptogenic Organizing Pneumonia、Lung Diseases, Interstitial。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01432080
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/NCT01432080
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
病症:呼吸道感染、闭塞性细支气管炎、隐源性机化性肺炎、间质性肺疾病。对于许多血癌患者而言,来自家庭成员或无关供者的干细胞移植仍然是唯一可能治愈的选择。遗憾的是,高达40%的患者在移植后会发展成慢性肺病,这大大增加了长期死亡风险。目前,移植相关肺病患者接受类固醇和其他免疫抑制药物的某种组合治疗,但仅有约五分之一的人病情得到改善。我们研究的重要性在于,研究者旨在从一开始就预防移植相关慢性肺病的发生。由于此类慢性肺病的一个强烈风险因素是既往的病毒性呼吸道感染,研究者认为存在一个干预的窗口期。一旦“感冒和流感”症状开始出现,研究者将采用旨在消除由病毒触发的破坏性免疫反应的药物组合对患者进行治疗。
在缺乏此类治疗的情况下,研究人员认为,即使病毒消失,这些损害肺部的免疫反应仍将持续。我们的希望是,预防性治疗可能避免慢性肺病的发展,这将显著提高我们移植患者的长期生存率。这是一项初步研究。一旦可行性得到证实,研究人员将寻求将此研究扩展为决定性的临床试验。
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。




