Elranatamab治疗新诊断免疫球蛋白轻链(AL)淀粉样变的剂量方案研究
该数据集来自clinicaltrials.gov,围绕BCMA双特异性抗体Elranatamab在新诊断免疫球蛋白轻链(AL)淀粉样变中的剂量方案研究

基本信息
资源简介
Elranatamab治疗新诊断免疫球蛋白轻链(AL)淀粉样变的剂量方案研究
该数据集来自clinicaltrials.gov,围绕BCMA双特异性抗体Elranatamab在新诊断免疫球蛋白轻链(AL)淀粉样变中的剂量方案研究。AL淀粉样变由异常浆细胞产生错误折叠的轻链蛋白并在组织器官沉积所致,美国约每10万人中5人患病,心脏受累是常见重症和死亡原因。现有浆细胞导向治疗虽改善结局,但部分患者应答不够快或强,仍出现器官损害加重或无法耐受强治疗。数据可用于探索剂量与疗效、安全性关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:淀粉样轻链淀粉样变。免疫球蛋白轻链(AL)淀粉样变是一种特定类型血细胞(浆细胞)的疾病。患有此病时,一些浆细胞会产生异常、错误折叠的轻链蛋白,这些蛋白可在组织和器官中积聚,随时间推移造成损害。在美国,每10万人中约有5人患有此病。尽管它很罕见,但可能非常严重。许多患者在确诊时病情已很重,需要多种不同类型医生的照护。心脏受累是人们可能病重和死亡的最常见原因。当代浆细胞导向治疗有助于改善结局,但许多人仍不能足够快速或足够强地应答。一些人仍出现器官损害加重,或因器官损害而无法承受强效治疗。事实上,早期死亡
【主题与分类】
主题标签:Amyloid Light-chain Amyloidosis。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07524634
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/NCT07524634
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:轻链型淀粉样变性。免疫球蛋白轻链(AL)淀粉样变性是一种特定类型血细胞(浆细胞)的疾病。患有此病时,部分浆细胞会产生异常、错误折叠的轻链蛋白,这些蛋白可在组织和器官中积聚,随时间推移造成损害。在美国,每10万人中约有5人患有此病。尽管它较为罕见,但可能非常严重。许多患者在确诊时病情已很严重,需要多种不同类型的医生共同诊治。心脏受累是人们可能病情危重并死亡的最常见原因。当代针对浆细胞的治疗有助于改善预后,但许多人仍无法足够迅速或充分地产生应答。部分患者仍出现器官损害加重,或因器官损害而无法耐受强效治疗。事实上,早期死亡很常见,尤其是在心脏受累的患者中。目前需要能够快速、安全地降低有害轻链水平的治疗方法,尤其是对于器官已受该病影响的患者。
Elranatamab是一种称为双特异性抗体的药物,它将浆细胞上的蛋白质B细胞成熟抗原(BCMA)与T细胞上的蛋白质CD3连接起来。它能够重定向T细胞,使其杀死表达BCMA的浆细胞。使用elranatamab的治疗已在多发性骨髓瘤患者中产生了积极反应,多发性骨髓瘤是一种血液疾病。早期证据表明,该药物也可能对AL淀粉样变性患者有帮助。本研究将测试在新诊断的AL淀粉样变性患者中,给予elranatamab一段固定时间的效果。研究将采用两种给药方案,旨在在医疗状况脆弱的群体中平衡疗效与感染及耐受性风险。
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。




