NXC-201 CAR-T 治疗轻链型(AL)淀粉样变性患者的研究
该数据集来自 clinicaltrials.gov,聚焦 NXC-201 CAR-T 治疗复发或难治性轻链型(AL)淀粉样变性的临床研究

基本信息
资源简介
NXC-201 CAR-T 治疗轻链型(AL)淀粉样变性患者的研究
该数据集来自 clinicaltrials.gov,聚焦 NXC-201 CAR-T 治疗复发或难治性轻链型(AL)淀粉样变性的临床研究。受试者在淋巴清除前至少一个月接受白细胞分离,为 NXC-201 CART 制备提供起始材料;淋巴清除方案为第 -5、-4、-3 天静脉输注环磷酰胺 250mg/m2,随后立即静脉输注氟达拉滨 25 mg/m2,第 0 天回输 NXC-201 CART。研究评估安全性与有效性,并依据安全性指导剂量递增与扩展。可用于了解该疗法的试验设计、给药流程及疗效安全性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轻链型(AL)淀粉样变性。基于 Kfir-Erenfeld 等人(2022)和 Asherie 等人(2023)已发表的 NXC-201 在 AL 淀粉样变性中的既往结果,本研究将纳入更多复发或难治性 AL 淀粉样变性患者,并评估 NXC-201 的安全性和有效性。复发/难治性 AL 淀粉样变性受试者将在淋巴清除前至少一个月接受白细胞分离,以为 NXC-201 CART 生产提供起始材料。受试者将按以下淋巴清除流程接受治疗:第 -5、-4 和 -3 天环磷酰胺 250mg/m2,静脉输注 30 分钟,随后立即氟达拉滨 25 mg/m2 静脉输注 30 分钟。NXC-201 CART 在淋巴清除后的第 0 天给药。入组受试者将接受一剂 NXC-201 CAR 阳性(CAR+)T 细胞。剂量递增和扩展将根据安全性指导。
【主题与分类】
主题标签:Light Chain (AL) Amyloidosis。本站分类:血液与淋巴系统疾病/淀粉样变性。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06097832
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/NCT06097832
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(AL)淀粉样变性。基于Kfir-Erenfeld等人(2022年)和Asherie等人(2023年)先前发表的NXC-201在AL淀粉样变性中的结果,本研究将纳入更多复发或难治性AL淀粉样变性患者,并评估NXC-201的安全性和有效性。复发/难治性AL淀粉样变性受试者将在淋巴细胞清除前至少一个月接受白细胞分离术,以提供NXC-201 CART生产的起始材料。受试者将按照以下淋巴细胞清除流程接受治疗:第-5、-4和-3天,环磷酰胺250mg/m2,静脉输注30分钟,随后立即给予氟达拉滨25 mg/m2静脉输注30分钟。NXC-201 CART在淋巴细胞清除后的第0天给药。入组受试者将接受一剂NXC-201 CAR阳性(CAR+)T细胞。剂量递增和扩展将由安全审查委员会指导。
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。




