CD20单克隆抗体联合BTK抑制剂治疗难治性免疫相关血细胞减少
该数据集来自clinicaltrials.gov，聚焦抗CD20单克隆抗体联合BTK抑制剂治疗难治性免疫相关血细胞减少。研究涵盖免疫性血小板减少症（ITP）与自身免疫性溶血性贫血（AIHA）的挽救治疗，采用人鼠嵌合抗CD20单克隆抗体Zuberitamab与BTKi Orelabrutinib联合方
基本信息
资源简介
CD20单克隆抗体联合BTK抑制剂治疗难治性免疫相关血细胞减少
该数据集来自clinicaltrials.gov，聚焦抗CD20单克隆抗体联合BTK抑制剂治疗难治性免疫相关血细胞减少。研究涵盖免疫性血小板减少症（ITP）与自身免疫性溶血性贫血（AIHA）的挽救治疗，采用人鼠嵌合抗CD20单克隆抗体Zuberitamab与BTKi Orelabrutinib联合方案，旨在通过清除外周B细胞、阻断B细胞受体信号通路抑制B细胞活化增殖，实现协同增效。数据可用于评估该联合方案在难治性免疫相关血细胞减少中的临床疗效相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：抗CD20单克隆抗体、BTK抑制剂、免疫性血小板减少症（ITP）、自身免疫性溶血性贫血（AIHA）。本研究旨在利用抗CD20单克隆抗体清除外周B细胞并减少自身抗体产生机制，同时结合BTK抑制剂（BTKi）阻断B细胞受体信号通路、抑制B细胞活化与增殖的机制，用于治疗难治性免疫相关血细胞减少。本研究包括免疫性血小板减少症（ITP）和自身免疫性溶血性贫血（AIHA）的挽救治疗，期望实现协同增强效应。本研究拟选择人鼠嵌合抗CD20单克隆抗体Zuberitamab与BTKi Orelabrutinib作为联合治疗选择。Zuberitamab-Orelabrutinib联合治疗的临床疗效（总体
【主题与分类】
主题标签：Anti-CD20 Monoclonal Antibody、BTK Inhibitors、Immune Thrombocytopenia (ITP)、Autoimmune Hemolytic Anemia (AIHA)。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07574073
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/NCT07574073
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：抗CD20单克隆抗体、BTK抑制剂、免疫性血小板减少症（ITP）、自身免疫性溶血性贫血（AIHA）。本研究旨在利用抗CD20单克隆抗体清除外周B细胞、减少自身抗体产生的机制，并结合BTK抑制剂（BTKi）阻断B细胞受体信号通路、抑制B细胞活化与增殖的机制，用于治疗难治性免疫相关血细胞减少症。本研究涵盖免疫性血小板减少症（ITP）和自身免疫性溶血性贫血（AIHA）的挽救治疗，预期实现协同增效作用。本研究拟选择人鼠嵌合抗CD20单克隆抗体Zuberitamab与BTKi奥布替尼（Orelabrutinib）作为联合治疗方案。将评估Zuberitamab-奥布替尼联合治疗的临床疗效（总体缓解率、持续缓解时间）及其安全性特征（包括感染、出血、心脏毒性），为二者联合用于治疗难治性免疫相关血小板减少症（ITP和AIHA）提供理论依据。
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。
