靶向CD19/BCMA的UCAR-T治疗自身抗体介导的自身免疫性良性血液病研究
该数据集来自clinicaltrials.gov，收录一项单臂、开放标签、研究者发起的临床试验，评估RD06-05在自身抗体介导的自身免疫性血液病患者中的安全性、耐受性、药代动力学、药效动力学和疗效
基本信息
资源简介
靶向CD19/BCMA的UCAR-T治疗自身抗体介导的自身免疫性良性血液病研究
该数据集来自clinicaltrials.gov，收录一项单臂、开放标签、研究者发起的临床试验，评估RD06-05在自身抗体介导的自身免疫性血液病患者中的安全性、耐受性、药代动力学、药效动力学和疗效。入组人群包括原发性免疫性血小板减少症、自身免疫性溶血性贫血和Evans综合征患者，设6×10⁶和10×10⁶ CAR⁺T细胞/kg两个剂量组，起始剂量为6×10⁶ CAR⁺T细胞/kg，经安全审查委员会评估推荐后可递增至10×10⁶ CAR⁺T细胞/kg。数据可用于自身免疫性血液病的细胞治疗研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：自身免疫性溶血性贫血、原发性免疫性血小板减少症、Evans综合征。这是一项单臂、开放标签、研究者发起的试验（IIT），旨在评估RD06-05在自身抗体介导的自身免疫性血液病患者中的安全性、耐受性、药代动力学（PK）、药效动力学（PD）和疗效。入组人群为活动性自身免疫性血液病患者，包括原发性免疫性血小板减少症（ITP）、自身免疫性溶血性贫血（AIHA）和Evans综合征。本研究设两个剂量组：6×10⁶ CAR⁺T细胞/kg和10×10⁶ CAR⁺T细胞/kg，起始剂量为6×10⁶ CAR⁺T细胞/kg。为降低疗效风险，经安全审查委员会（SRC）评估和推荐后，剂量可递增至10×10⁶ CAR⁺T细胞/kg。SRC对剂量递增的建议
【主题与分类】
主题标签：Autoimmune Hemolytic Anemia、Primary Immune Thrombocytopenic Purpura、Evans Syndrome。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07441525
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/NCT07441525
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
适应症：自身免疫性溶血性贫血、原发性免疫性血小板减少性紫癜、Evans综合征。这是一项单臂、开放标签、研究者发起的试验（IIT），旨在评估RD06-05在自身抗体介导的自身免疫性血液病患者中的安全性、耐受性、药代动力学（PK）、药效动力学（PD）及疗效。入组人群为活动性自身免疫性血液病患者，包括原发性免疫性血小板减少性紫癜（ITP）、自身免疫性溶血性贫血（AIHA）和Evans综合征。本研究设两个剂量组：6×10⁶ CAR⁺T细胞/kg和10×10⁶ CAR⁺T细胞/kg，起始剂量为6×10⁶ CAR⁺T细胞/kg。为降低疗效风险，经安全审查委员会（SRC）评估并推荐后，剂量可递增至10×10⁶ CAR⁺T细胞/kg。SRC对剂量递增的推荐将基于对所有可获得的安全性、药代动力学（PK）、药效动力学（PD）及初步疗效数据的综合评估。
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。
