靶向CD19或CD19-BCMA CAR-T治疗自身免疫性疾病的临床研究

该数据集来自clinicaltrials.gov,为一项开放临床药理学转化研究,评估CD19或CD19-BCMA CAR-T在活动性SLE、SSc、AAV、IIM和pSS患者中的安全性、耐受性、药代动力学、药效动力学及疗效

Nanjing Bioheng Biotech Co., Ltd.Nanjing Bioheng Biotech Co., Ltd.
clinicaltrials
浏览 13
其他回归SLE (Systemic Lupus)Systemic SclerosisANCA Associated VasculitisIdiopathic Inflammatory MyopathiesSjogren's SyndromeAutoimmune Diseases
Clinical Study on Targeted CD19 or CD19-BCMA CAR-T Therapy for Autoimmune Diseases

基本信息

模态
其他
任务类型
回归
创建/更新时间
2026-10-17

资源简介

靶向CD19或CD19-BCMA CAR-T治疗自身免疫性疾病的临床研究

该数据集来自clinicaltrials.gov,为一项开放临床药理学转化研究,评估CD19或CD19-BCMA CAR-T在活动性SLE、SSc、AAV、IIM和pSS患者中的安全性、耐受性、药代动力学、药效动力学及疗效。覆盖系统性红斑狼疮、系统性硬化症、ANCA相关性血管炎、特发性炎性肌病、干燥综合征等自身免疫性疾病。可用于自身免疫病细胞治疗的安全性、疗效及机制研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:SLE(系统性红斑狼疮)、系统性硬化症、ANCA相关性血管炎、特发性炎性肌病、干燥综合征、自身免疫性疾病。这是一项开放临床药理学转化研究,旨在评估CD19或CD19-BCMA CAR-T在活动性SLE、SSc、AAV、IIM和pSS患者中的安全性、耐受性、药代动力学、药效动力学及疗效。

【主题与分类】

主题标签:SLE (Systemic Lupus)、Systemic Sclerosis、ANCA Associated Vasculitis、Idiopathic Inflammatory Myopathies、Sjogren's Syndrome、Autoimmune Diseases。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06548607

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/NCT06548607

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:SLE(系统性红斑狼疮)、系统性硬化症、ANCA相关性血管炎、特发性炎性肌病、干燥综合征、自身免疫性疾病。这是一项开放标签的临床药理学转化研究,旨在评估CD19或CD19-BCMA CAR-T在活动性SLE、SSc、AAV、IIM和pSS患者中的安全性、耐受性、药代动力学、药效动力学及疗效。

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。

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。