CD19/CD22/BCMA CAR-T细胞（BZE2204）治疗复发或难治性自身免疫病的探索性研究
该数据集来自clinicaltrials.gov，收录一项关于CD19/CD22/BCMA CAR-T细胞（BZE2204）治疗复发或难治性自身免疫病的单臂、开放标签、剂量递增与扩展的探索性研究
基本信息
资源简介
CD19/CD22/BCMA CAR-T细胞（BZE2204）治疗复发或难治性自身免疫病的探索性研究
该数据集来自clinicaltrials.gov，收录一项关于CD19/CD22/BCMA CAR-T细胞（BZE2204）治疗复发或难治性自身免疫病的单臂、开放标签、剂量递增与扩展的探索性研究。覆盖特发性炎症性肌病（IIM）、免疫性血小板减少症（ITP）和系统性红斑狼疮（SLE）三类疾病。研究主要目的为评估BZE2204的安全性和耐受性，确定最大耐受剂量（MTD）或推荐剂量（RD），次要目的包括药代动力学（PK）、药效动力学（PD）和初步疗效评价。数据可用于了解该细胞疗法在自身免疫病中的研究设计、剂量探索及安全性评估框架（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：特发性炎症性肌病（IIM）、免疫性血小板减少症（ITP）、系统性红斑狼疮（SLE）。这是一项单臂、开放标签、剂量递增和扩展的探索性研究，主要目的是评估BZE2204在活动性复发或难治性自身免疫病患者中的安全性和耐受性，并确定最大耐受剂量（MTD）或推荐剂量（RD）以供未来研究。次要目的将评估药代动力学（PK）、药效动力学（PD）和初步疗效。本研究流程包括筛选期（单采前≤28天）、单采期（入组时进行，输注前≤10天）、基线期（输注前2-3天）、第0天输注BZE2204 CAR-T细胞、安全性和有效性评估期（第1天至第6个月）、长期随访期（第6个月至第12个月）。
【主题与分类】
主题标签：Idiopathic Inflammatory Myopathies(IIM)、Immune Thrombocytopenia(ITP)、Systemic Lupus Erythematosus(SLE)。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07174843
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/NCT07174843
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
疾病类型：特发性炎性肌病（IIM）、免疫性血小板减少症（ITP）、系统性红斑狼疮（SLE）。这是一项单臂、开放标签、剂量递增和扩展的探索性研究，主要目的是评估BZE2204在活动性复发或难治性自身免疫性疾病患者中的安全性和耐受性，并确定最大耐受剂量（MTD）或未来研究的推荐剂量（RD）。次要目的将评估药代动力学（PK）、药效动力学（PD）和初步疗效。本研究流程包括筛选期（单采前≤28天）、单采期（入组时进行，输注前≤10天）、基线期（输注前2-3天）、第0天BZE2204 CAR-T细胞输注、安全性和有效性评估期（第1天至第6个月）、长期随访期（第6个月至第12个月）。
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。
