BEN301注射液治疗自身免疫性疾病研究
该数据集来自clinicaltrials.gov,收录一项关于BEN301注射液治疗自身免疫性疾病的研究。研究覆盖系统性硬化症(SSc)、类风湿关节炎(RA)、干燥综合征(SS)和特发性炎性肌病(IIM)等疾病,旨在考察BEN301注射液在自身免疫性疾病患者中的安全性、耐受性及初步临床疗效

基本信息
资源简介
BEN301注射液治疗自身免疫性疾病研究
该数据集来自clinicaltrials.gov,收录一项关于BEN301注射液治疗自身免疫性疾病的研究。研究覆盖系统性硬化症(SSc)、类风湿关节炎(RA)、干燥综合征(SS)和特发性炎性肌病(IIM)等疾病,旨在考察BEN301注射液在自身免疫性疾病患者中的安全性、耐受性及初步临床疗效。自身免疫性疾病患者通常存在Treg细胞缺陷或功能异常,CAR-Treg细胞治疗是一种有前景的策略。临床前研究显示BEN301注射液在SLE模型中能抑制T、B细胞异常活化,减少总IgG分泌及SLE特异性自身抗体(尤其抗双链DNA抗体)产生,且未观察到显著治疗相关毒性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:系统性硬化症(SSc)、类风湿关节炎(RA)、干燥综合征(SS)、特发性炎性肌病(IIM)。本研究旨在探究BEN301注射液在自身免疫性疾病患者中的安全性、耐受性和初步临床疗效。在自身免疫性疾病患者中,Treg细胞通常存在缺陷或功能障碍。CAR-Treg细胞治疗是治疗自身免疫性疾病的一种有前景的策略,可能适用于广泛的自身免疫性疾病。临床前研究表明,BEN301注射液不仅能有效抑制SLE模型中T细胞和B细胞的异常活化,还能显著降低总IgG分泌和SLE特异性自身抗体的产生,尤其是抗双链DNA(dsDNA)抗体。此外,未观察到显著的治疗相关毒性。
【主题与分类】
主题标签:Systemic Sclerosis (SSc)、Rheumatoid Arthritis (RA)、Sjogren's Syndrome (SS)、Idiopathic Inflammatory Myopathies(IIM)。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07527936
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/NCT07527936
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
适应症:系统性硬化症(SSc)、类风湿关节炎(RA)、干燥综合征(SS)、特发性炎性肌病(IIM)。本研究旨在探讨BEN301注射液在自身免疫性疾病患者中的安全性、耐受性及初步临床疗效。在自身免疫性疾病患者中,Treg细胞通常存在缺陷或功能异常。CAR-Treg细胞疗法是治疗自身免疫性疾病的一种有前景的策略,可能适用于广泛的自身免疫性疾病。临床前研究表明,BEN301注射液不仅能有效抑制SLE模型中T细胞和B细胞的异常活化,还能显著减少总IgG分泌及SLE特异性自身抗体的产生,尤其是抗双链DNA(dsDNA)抗体。此外,未观察到明显的治疗相关毒性。Treg细胞疗法已在多个适应症中展现出良好疗效,包括器官移植和自身免疫性疾病,且具有明确的安全性及耐受性特征。
与此同时,CAR-Treg细胞疗法已在多种自身免疫性疾病中积极探索;多种产品已显示出治疗潜力,部分患者也已从治疗中获益。这些发现突显了CAR-Treg细胞疗法在自身免疫性疾病管理中的广阔前景。
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。




