通用型CAR-T细胞(UWD-CD19)联合免疫抑制剂治疗难治性自身免疫性疾病的安全性与有效性
该数据集来自clinicaltrials.gov,聚焦通用型CAR-T细胞(UWD-CD19)联合免疫抑制剂治疗难治性自身免疫性疾病的安全性与有效性

基本信息
资源简介
通用型CAR-T细胞(UWD-CD19)联合免疫抑制剂治疗难治性自身免疫性疾病的安全性与有效性
该数据集来自clinicaltrials.gov,聚焦通用型CAR-T细胞(UWD-CD19)联合免疫抑制剂治疗难治性自身免疫性疾病的安全性与有效性。覆盖系统性红斑狼疮、系统性硬化症、炎症性肌病、ANCA相关性血管炎和干燥综合征等疾病。自身免疫性疾病由免疫系统对自身抗原反应引起组织损伤,B细胞驱动的体液免疫异常是核心致病机制,过度活化的自身反应性B细胞产生大量自身抗体和免疫复合物,损伤多种组织器官。数据可用于评估该联合疗法的安全性和有效性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:系统性红斑狼疮、系统性硬化症(SSc)、炎症性肌病、ANCA相关性血管炎(AAV)、干燥综合征。自身免疫性疾病是指由免疫系统对自身抗原发生反应、导致组织损伤而引起的一类常见疾病。自身免疫性疾病涵盖多种病症,如系统性红斑狼疮、干燥综合征、系统性硬化症、炎症性肌病、ANCA相关性血管炎。目前自身免疫性疾病的治疗包括糖皮质激素、免疫抑制剂和生物制剂。B细胞驱动的体液免疫异常是许多自身免疫性疾病的核心致病机制。当自身反应性B细胞被过度激活时,它们会产生大量自身抗体和免疫复合物。这些抗体和免疫复合物可对多种组织和器官造成损伤,导致
【主题与分类】
主题标签:Systemic Lupus Erthematosus、Systemic Sclerosis (SSc)、Inflammatory Myopathies、ANCA Associated Vasculitis (AAV)、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/NCT06821659
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/NCT06821659
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、系统性硬化症(SSc)、炎性肌病、ANCA相关性血管炎(AAV)、干燥综合征。自身免疫性疾病是指由免疫系统对自身抗原产生反应,导致组织损伤的一类常见疾病。自身免疫性疾病涵盖多种病症,如系统性红斑狼疮、干燥综合征、系统性硬化症、炎性肌病、ANCA相关性血管炎。目前自身免疫性疾病的治疗包括糖皮质激素、免疫抑制剂和生物制剂。B细胞驱动的体液免疫异常是许多自身免疫性疾病的核心致病机制。当自身反应性B细胞过度活化时,会产生大量自身抗体和免疫复合物。这些抗体和免疫复合物可对多种组织和器官造成损伤,导致多种自身免疫性疾病的发生。因此,靶向B细胞治疗自身免疫性疾病是一种有吸引力的治疗策略。
临床研究正在探索使用靶向CD19的CAR-T细胞治疗自身免疫性疾病,并已证实其治疗疗效。在本研究中,我们探讨了通用型靶向CD19的CAR-T细胞治疗自身免疫性疾病的安全性和有效性。
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。




