呼吸道病毒对异基因造血细胞移植后闭塞性细支气管炎综合征的纵向影响（RV-BOS 研究）
该数据集来自 clinicaltrials.gov 的观察性研究 RV-BOS，关注异基因造血细胞移植后闭塞性细支气管炎综合征与造血及淋巴细胞肿瘤患者
基本信息
资源简介
呼吸道病毒对异基因造血细胞移植后闭塞性细支气管炎综合征的纵向影响（RV-BOS 研究）
该数据集英文名为 The Longitudinal Impact of Respiratory Viruses on Bronchiolitis Obliterans Syndrome After Allogeneic Hematopoietic Cell Transplantation（简称 The RV-BOS Study），来自 clinicaltrials.gov，属于肿瘤 / 其他分类。它是一项观察性研究的数据集，关注异基因造血细胞移植后闭塞性细支气管炎综合征与造血及淋巴细胞肿瘤患者，主题标签为 Bronchiolitis Obliterans Syndrome 和 Hematopoietic and Lymphoid Cell Neoplasm。数据集围绕呼吸道病毒对移植后闭塞性细支气管炎综合征的纵向影响展开，涉及居家肺功能测量、问卷填写、鼻拭子病毒 PCR 监测以及血液采集等多种随访内容，随访周期最长可达 2 年，最短要求随访 1 年，并设有可选的 1 年延长期。
【数据集背景】
该数据集对应的研究聚焦于异基因造血细胞移植后的闭塞性细支气管炎综合征。研究涉及的条件包括闭塞性细支气管炎综合征以及造血和淋巴细胞肿瘤。研究采用观察性设计，旨在纵向观察呼吸道病毒与上述综合征之间的关系。数据集所属分类为肿瘤 / 其他，来源站为 clinicaltrials.gov。
【数据内容】
数据集涉及的内容包括患者居家使用便携式手持肺量计进行肺功能测量，每周完成问卷，每 4 周进行一次鼻拭子病毒聚合酶链反应（PCR）监测，以及每 3 个月进行血液采集和鼻拭子采样。上述随访安排持续最长 2 年，其中最低要求随访 1 年，另设可选的 1 年延长期。数据集主题标签为 Bronchiolitis Obliterans Syndrome 与 Hematopoietic and Lymphoid Cell Neoplasm。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的观察性研究。采集方式包括居家肺量计测量、每周问卷、每 4 周鼻拭子病毒 PCR 监测，以及每 3 个月的血液采集和鼻拭子采样。随访时间最长为 2 年，最低要求随访 1 年，并包含可选的 1 年延长期。
【适用场景】
该数据集适用于关注异基因造血细胞移植后闭塞性细支气管炎综合征与呼吸道病毒关系的观察性研究场景，也可用于涉及造血及淋巴细胞肿瘤患者移植后随访的相关分析。具体适用场景的更多细节源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT05250037
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
条件：闭塞性细支气管炎综合征、造血和淋巴样细胞肿瘤。大纲：这是一项观察性研究。患者使用便携式手持肺量计进行居家肺量测定，并每周完成问卷，每4周进行一次鼻拭子病毒聚合酶链反应（PCR）监测，每3个月进行一次血液采集和鼻拭子采集，持续长达2年。（最低 required 随访期为1年，但有一个可选的1年延长期。）
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。
