CD19/CD22 CAR-T细胞联合或不联合NKTR-255治疗复发或难治性B细胞恶性肿瘤成人患者
该数据集来自clinicaltrials.gov,聚焦于成人复发或难治性B细胞恶性肿瘤,包括B急性淋巴细胞白血病、CD19阳性、微小残留病及费城染色体阳性等情形

基本信息
资源简介
CD19/CD22 CAR-T细胞联合或不联合NKTR-255治疗复发或难治性B细胞恶性肿瘤成人患者
该数据集来自clinicaltrials.gov,聚焦于成人复发或难治性B细胞恶性肿瘤,包括B急性淋巴细胞白血病、CD19阳性、微小残留病及费城染色体阳性等情形。研究涉及自体CD19/CD22 CAR-T细胞,在环磷酰胺/氟达拉滨预处理后评估其安全性、可行性及递增剂量,并进一步探索CD19/CD22-CAR-T输注后静脉给予NKTR-255的重复给药安全性、可行性及推荐II期剂量。数据可用于血液肿瘤细胞治疗领域的疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:B急性淋巴细胞白血病,CD19阳性,微小残留病,费城染色体阳性。主要目标:I. 确定生产符合既定放行标准的CD19/CD22 CAR-T细胞的可行性。II. 评估在环磷酰胺/氟达拉滨预处理方案后,对患有B细胞血液系统恶性肿瘤的成人施用符合既定放行规范的递增剂量自体CD19/CD22 CAR-T细胞的安全性。III. 使用剂量递增设计,评估在成人ALL患者中CD19/CD22-CAR-T细胞输注后静脉施用重复剂量NKTR-255的安全性和可行性。IV. 确定在成人ALL患者中CD19/CD22-CAR-T细胞输注后施用NKTR-255的推荐II期剂量(RP2D)。次要目标:I. 评估CD19/CD22 CAR-T细胞介导cl
【主题与分类】
主题标签:B Acute Lymphoblastic Leukemia、CD19 Positive、Minimal Residual Disease、Philadelphia Chromosome Positive。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03233854
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT03233854
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:B型急性淋巴细胞白血病,CD19阳性,微小残留病,费城染色体阳性。主要目标:I. 确定生产符合既定放行标准的CD19/CD22 CAR T细胞的可行性。II. 评估在环磷酰胺/氟达拉滨预处理方案后,向患有B细胞血液系统恶性肿瘤的成年人施用符合既定放行标准的自体CD19/CD22 CAR T细胞递增剂量的安全性。III. 使用剂量递增设计,评估在CD19/CD22-CAR T细胞输注后,向患有ALL的成年人静脉内施用NKTR-255重复剂量的安全性和可行性。IV. 确定在患有ALL的成年人中,CD19/CD22-CAR T细胞输注后施用NKTR-255的推荐2期剂量(RP2D)。次要目标:I. 评估CD19/CD22 CAR T细胞在患有DLBCL和ALL的成年人中介导临床活性的能力。II. 描述CD19/CD22 CAR T细胞输注后施用NKTR-255的药代动力学(PK)特征。III.
探讨接受CD19/CD22 CAR T细胞治疗后,最多接受6个周期NKTR-255治疗的受试者的复发率、无进展生存期(PFS)和总生存期(OS)。
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。




