IASO206治疗复发/难治性自身免疫性溶血性贫血研究
该数据集来自clinicaltrials.gov，收录IASO206注射液（In Vivo CAR-T）治疗复发/难治性自身免疫性溶血性贫血的开放标签、单臂早期探索性临床研究
基本信息
资源简介
IASO206治疗复发/难治性自身免疫性溶血性贫血研究
IASO206 in Patients With Relapsed/Refractory Autoimmune Hemolytic Anemia 是一个来自 clinicaltrials.gov 的临床试验数据集，聚焦于复发/难治性自身免疫性溶血性贫血这一血液及造血器官疾病领域。该数据集围绕 IASO206 注射液（In Vivo CAR-T）的开放标签、单臂早期探索性临床研究展开，旨在评估该疗法在复发/难治性自身免疫性溶血性贫血患者中的安全性、耐受性和初步疗效。数据集以自身免疫性溶血性贫血及复发/难治状态为核心主题标签，为相关研究人员了解该早期探索性研究的设计框架与基本信息提供了入口。
【数据集背景】
自身免疫性溶血性贫血是一类由免疫系统异常攻击自身红细胞导致的血液疾病，复发/难治性患者群体往往面临治疗选择有限的问题。IASO206 注射液属于 In Vivo CAR-T 类疗法，该数据集所对应的研究为一项开放标签、单臂早期探索性临床研究，其目标在于评估该注射液在复发/难治性自身免疫性溶血性贫血患者中的安全性、耐受性及初步疗效。该数据集在分类上归属于血液及造血器官疾病下的其他类别，主题标签为自身免疫性溶血性贫血与复发/难治。
【数据内容】
该数据集收录的是与上述临床研究相关的注册信息，研究条件为复发/难治性自身免疫性溶血性贫血，干预措施为 IASO206 注射液（In Vivo CAR-T）。研究设计特征为开放标签、单臂、早期探索性。关于数据集内具体包含的字段、受试者数量、终点指标数值、时间节点等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，即临床试验注册平台。其内容基于该平台上登记的 IASO206 注射液治疗复发/难治性自身免疫性溶血性贫血的临床研究信息。关于数据采集的具体时间、更新频率及采集方法，源站未提供。
【适用场景】
该数据集适用于关注自身免疫性溶血性贫血、尤其是复发/难治性患者群体治疗研究的科研人员、临床研究者及药物研发相关人员，可用于了解 IASO206 注射液（In Vivo CAR-T）早期探索性临床研究的基本设计与研究目的。关于更具体的适用分析场景或应用案例，源站未提供。
【使用方法】
该数据集可通过 clinicaltrials.gov 来源站获取，使用者可依据研究条件、干预措施及研究设计等注册信息进行检索与查阅。关于数据下载格式、接口调用方式或具体使用操作步骤，源站未提供。
【质量与限制】
该数据集为开放标签、单臂早期探索性研究的相关注册信息，研究规模与设计类型本身可能限制其结论的推广性。关于数据完整性、准确性校验、缺失情况及其他质量评估信息，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于具体的引用格式、许可条款及使用限制，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/NCT07585071
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：自身免疫性溶血性贫血，复发/难治性。本研究是一项开放标签、单臂早期探索性临床研究，旨在评估IASO206注射液（体内CAR-T）在复发/难治性自身免疫性溶血性贫血患者中的安全性、耐受性和初步疗效。
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。
