CD19/CD22双特异性CAR-T细胞治疗复发/难治性B细胞淋巴瘤或急性淋巴细胞白血病

该数据集来自clinicaltrials.gov,聚焦CD19/CD22双特异性CAR-T细胞治疗复发/难治性B细胞急性淋巴细胞白血病或大B细胞淋巴瘤的前瞻性2期临床试验

Beijing Tongren HospitalBeijing Tongren Hospital
clinicaltrials
浏览 16
其他预测B-cell Acute Lymphoblastic LeukemiaB-cell LymphomaDiffuse Large B Cell Lymphoma
CD19/CD22 Bispecific CAR-T Cell Therapy for Relapsed/Refractory B-cell Lymphoma or Acute Lymphoblastic Leukemia

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-10

资源简介

CD19/CD22双特异性CAR-T细胞治疗复发/难治性B细胞淋巴瘤或急性淋巴细胞白血病

该数据集来自clinicaltrials.gov,聚焦CD19/CD22双特异性CAR-T细胞治疗复发/难治性B细胞急性淋巴细胞白血病或大B细胞淋巴瘤的前瞻性2期临床试验。覆盖B细胞急性淋巴细胞白血病、B细胞淋巴瘤、弥漫大B细胞淋巴瘤等病种。数据可用于探索该疗法的疗效与安全性,评估其相比单靶点CD19 CAR-T能否降低复发率、克服CD19抗原丢失导致的耐药,为血液肿瘤免疫治疗研究提供参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:B细胞急性淋巴细胞白血病、B细胞淋巴瘤、弥漫大B细胞淋巴瘤。靶向CD19的CAR-T细胞疗法已被证明对经过大量预处理的B细胞ALL或NHL有效,但CAR-T后复发很常见,CD19抗原丢失是原因之一。因此,我们推测CD19/CD22双特异性CAR-T细胞疗法在B-ALL或NHL中会更有效且复发更少。在这项前瞻性2期临床试验中,我们旨在探索CD19/CD22双特异性CAR-T细胞疗法在复发/难治性B-ALL或大B细胞淋巴瘤中的疗效和安全性。

【主题与分类】

主题标签:B-cell Acute Lymphoblastic Leukemia、B-cell Lymphoma、Diffuse Large B Cell Lymphoma。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06081478

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06081478

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

条件:B细胞急性淋巴细胞白血病、B细胞淋巴瘤、弥漫大B细胞淋巴瘤。靶向CD19的CAR-T细胞疗法已显示对重度预处理的B细胞ALL或NHL有效,但CAR-T后复发常见,CD19抗原丢失是原因之一。因此,我们推测CD19/CD22双特异性CAR-T细胞疗法在B-ALL或NHL中会更有效,且复发较少。在这项前瞻性2期临床试验中,我们旨在探索CD19/CD22双特异性CAR-T细胞疗法在复发/难治性B-ALL或大B细胞淋巴瘤中的疗效和安全性。

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。

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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。