CNTY-101 治疗难治性 B 细胞介导自身免疫性疾病研究

该数据集来自 clinicaltrials.gov,收录 CNTY-101 治疗难治性 B 细胞介导自身免疫性疾病的研究信息

Century Therapeutics, Inc.Century Therapeutics, Inc.
clinicaltrials
浏览 11
其他分类Systemic Lupus ErythematosusLupus NephritisIdiopathic Inflammatory MyopathiesDiffuse Cutaneous Systemic Sclerosis
A Study of CNTY-101 in Participants With Refractory B Cell-mediated Autoimmune Diseases

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-12

资源简介

CNTY-101 治疗难治性 B 细胞介导自身免疫性疾病研究

该数据集来自 clinicaltrials.gov,收录 CNTY-101 治疗难治性 B 细胞介导自身免疫性疾病的研究信息。覆盖系统性红斑狼疮、狼疮肾炎、特发性炎性肌病和弥漫性皮肤系统性硬化症等疾病。CALiPSO-1 为 Phase 1、多中心、剂量确认研究,评估 CNTY-101 在难治性 B 细胞介导自身免疫性疾病参与者中的安全性和有效性,包括中度至重度系统性红斑狼疮伴或不伴狼疮肾炎、特发性炎性肌病和弥漫性皮肤系统性硬化症。可用于免疫系统疾病相关研究检索与分类(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:系统性红斑狼疮、狼疮肾炎、特发性炎性肌病、弥漫性皮肤系统性硬化症。CALiPSO-1 是一项 Phase 1、多中心、剂量确认研究,旨在评估 CNTY-101 在难治性 B 细胞介导自身免疫性疾病参与者中的安全性和有效性,包括中度至重度系统性红斑狼疮(SLE)伴或不伴狼疮肾炎(LN)、特发性炎性肌病(IIM)和弥漫性皮肤系统性硬化症(DcSSc)。

【主题与分类】

主题标签:Systemic Lupus Erythematosus、Lupus Nephritis、Idiopathic Inflammatory Myopathies、Diffuse Cutaneous Systemic Sclerosis。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06255028

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06255028

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

适应症:系统性红斑狼疮、狼疮性肾炎、特发性炎性肌病、弥漫性皮肤系统性硬化症。CALiPSO-1是一项1期、多中心、剂量确认研究,旨在评估CNTY-101在难治性B细胞介导的自身免疫性疾病受试者中的安全性和有效性,包括中度至重度系统性红斑狼疮(SLE)伴或不伴狼疮性肾炎(LN)、特发性炎性肌病(IIM)以及弥漫性皮肤系统性硬化症(DcSSc)受试者。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。