BCMA-CD19 CAR-T治疗难治性自身免疫性疾病
该数据集来自clinicaltrials.gov，聚焦BCMA-CD19靶向CAR-T细胞治疗多种难治性自身免疫性疾病的临床研究
基本信息
资源简介
BCMA-CD19 CAR-T治疗难治性自身免疫性疾病
该数据集来自clinicaltrials.gov，聚焦BCMA-CD19靶向CAR-T细胞治疗多种难治性自身免疫性疾病的临床研究。覆盖系统性红斑狼疮、炎症性肌病、系统性硬化症、ANCA相关性血管炎、IgG4相关疾病、抗磷脂综合征、获得性血栓性血小板减少性紫癜及白塞病等病种。研究采用单中心、开放标签、单臂设计，纳入符合标准的成人难治性自身免疫病患者，在预处理后1-2天静脉输注CAR-T细胞，剂量为3×10^6/kg，单次给药。可用于自身免疫病细胞治疗相关分类与临床特征分析（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、炎症性肌病、系统性硬化症（SSc）、ANCA相关性血管炎、IgG4相关疾病、抗磷脂综合征、获得性血栓性血小板减少性紫癜、白塞病。研究者设计了单中心、开放标签、单臂临床研究。将入组符合纳入标准、患有多种难治性自身免疫病的成人。在预处理后1-2天静脉给予BCMA-CD19靶向嵌合抗原受体T细胞，剂量为每公斤3×10^6个CAR-T细胞（指成功转导的CAR-T细胞，而非总T细胞）。每位患者给予的CAR-T细胞悬液总体积约为10至70 mL，采用“单次给药”方案。全部剂量的CAR-T细胞将在第0天快速静脉输注。患者将e
【主题与分类】
主题标签：Systemic Lupus Erythematosus、Inflammatory Myopathy、Systemic Sclerosis (SSc)、ANCA-associated Vasculitis、IgG4-Related Diseases、Antiphospholipid Syndrome、Behcet Disease、Sjogren Syndrome。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06794008
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/NCT06794008
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：系统性红斑狼疮、炎性肌病、系统性硬化症（SSc）、ANCA相关性血管炎、IgG4相关疾病、抗磷脂综合征、获得性血栓性血小板减少性紫癜、白塞病。研究者设计了一项单中心、开放标签、单臂临床研究。符合入选标准、患有多发性难治性自身免疫病的成人将被纳入。在预处理后1-2天，经静脉给予BCMA-CD19靶向嵌合抗原受体T细胞，剂量为每公斤3×10^6个CAR-T细胞（指成功转导的CAR-T细胞，而非总T细胞）。每例患者所给予的CAR-T细胞悬液总体积约为10至70 mL，采用“单剂”方案。全部剂量的CAR-T细胞将在第0天经静脉快速输注。将评估患者临床和实验室指标的改善情况，以评价BCMA-CD19 CAR-T疗法的安全性和有效性。主要终点包括完全缓解率和实验室指标。
次要终点包括药代动力学特征、长期疗效和安全性。
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。
