TRANSPIRE：儿童HSCT患者纵向队列中的肺损伤
TRANSPIRE 是一个来自 clinicaltrials.gov 的纵向队列数据集，聚焦儿童造血干细胞移植（HSCT）患者的肺损伤
基本信息
资源简介
TRANSPIRE：儿童HSCT患者纵向队列中的肺损伤
TRANSPIRE 是一个来自 clinicaltrials.gov 的纵向队列数据集，聚焦儿童造血干细胞移植（HSCT）患者的肺损伤。覆盖的疾病包括弥漫性肺泡出血、血栓性微血管病、间质性肺炎、闭塞性细支气管炎及感染等早期与晚期肺部并发症。该数据可用于研究儿童 HSCT 后肺部并发症的发生率、病因及诊断治疗改进，服务于呼吸系统疾病相关分析与预测建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：造血干细胞移植（HSCT）、弥漫性肺泡出血、血栓性微血管病、间质性肺炎、闭塞性细支气管炎。造血干细胞移植（HSCT）是一种有效但具有毒性的疗法，肺部疾病影响多达25%的接受移植的儿童。早期肺损伤包括弥漫性肺泡出血（DAH）、血栓性微血管病（TMA）、间质性肺炎（IPS）和感染，而后期闭塞性细支气管炎是慢性GVHD的并发症，与严重的发病率和死亡率相关。随着HSCT后生存率的提高，以及HSCT越来越多地用于镰状细胞病等非恶性疾病，迫切需要改进肺部并发症的诊断和治疗。目前，研究者对发病率、病因学的认识存在巨大而重要的差距
【主题与分类】
主题标签：Diffuse Alveolar Hemorrhage、Thrombotic Microangiopathies、Interstitial Pneumonitis、Bronchiolitis Obliterans。本站分类：呼吸系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04098445
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/NCT04098445
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：造血干细胞移植（HSCT）、弥漫性肺泡出血、血栓性微血管病、间质性肺炎、闭塞性细支气管炎。造血干细胞移植（HSCT）是一种有效但具有毒性的治疗方法，肺部并发症影响多达25%的接受移植的儿童。早期肺损伤包括弥漫性肺泡出血（DAH）、血栓性微血管病（TMA）、间质性肺炎（IPS）和感染，而后期闭塞性细支气管炎是慢性GVHD的并发症，与严重的发病率和死亡率相关。随着HSCT后生存率的提高，以及HSCT越来越多地用于镰状细胞病等非恶性疾病，迫切需要改进肺部并发症的诊断和治疗。目前，研究者在肺部并发症的发病率、病因和最佳治疗方面的知识存在巨大而重要的空白。此外，无法进行肺量计检查的幼儿往往诊断较晚，监测治疗反应的策略也有限。
这是一项针对接受异基因造血干细胞移植（alloHSCT）的儿科患者开展的前瞻性多机构队列研究。组建一个大型、前瞻性、统一筛查的接受HSCT的儿童队列，并结合生物样本采集，将是一种有效策略，用于识别肺损伤机制、检验用于更早期诊断的新型诊断策略，以及减少移植后肺损伤相关发病率和死亡率的新型治疗方法。
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。
