靶向CD19的CAR T细胞治疗复发或难治性CD19阳性B细胞恶性肿瘤

该数据集来源于clinicaltrials.gov,收录一项单中心、开放标签的I期临床试验,针对复发或难治性CD19阳性B细胞恶性肿瘤,包括B细胞淋巴瘤和B细胞急性淋巴细胞白血病

Shanghai Tong Ren HospitalShanghai Tong Ren Hospital
clinicaltrials
浏览 9
时间序列分类B-cell MalignancyB-cell LymphomaB-Cell Acute Lymphoblastic Leukaemia
CD19-targeting CAR T Cells in Relapsed or Refractory CD19 Positive B-cell Malignancies

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-10

资源简介

靶向CD19的CAR T细胞治疗复发或难治性CD19阳性B细胞恶性肿瘤

该数据集来源于clinicaltrials.gov,收录一项针对复发或难治性CD19阳性B细胞恶性肿瘤的临床研究信息。该研究为单中心、开放标签的I期临床试验,计划入组9名受试者,涵盖B细胞恶性肿瘤、B细胞淋巴瘤以及B细胞急性淋巴细胞白血病等疾病类型。受试者将被分为低剂量组、中剂量组和高剂量组,分别接受不同剂量的CAR+细胞输注。本站将其归类于肿瘤/白血病方向,主题标签包括B细胞恶性肿瘤、B细胞淋巴瘤和B细胞急性淋巴细胞白血病。该数据集可用于了解CD19靶向CAR T细胞疗法在复发或难治性B细胞恶性肿瘤中的早期临床研究设计、剂量探索策略及受试者分组方式,为相关领域的研究人员、临床医生及医药企业提供参考。

【数据集背景】

该数据集所对应的研究聚焦于复发或难治性CD19阳性B细胞恶性肿瘤的治疗探索。这类恶性肿瘤包括B细胞淋巴瘤和B细胞急性淋巴细胞白血病,患者群体在常规治疗失败后往往面临有限的治疗选择。CD19靶向CAR T细胞疗法是一种通过基因工程改造患者自身T细胞、使其表达针对CD19抗原的嵌合抗原受体,从而识别并攻击恶性B细胞的免疫治疗策略。该研究为单中心、开放标签的I期临床试验,旨在初步评估该疗法在复发或难治性CD19阳性B细胞恶性肿瘤中的安全性、耐受性及剂量探索方向。研究计划入组9名受试者,属于早期小样本临床研究,重点在于剂量递增和初步信号观察。

【数据内容】

该数据集收录的临床试验信息包括研究条件、研究设计、受试者分组及剂量设置等核心要素。研究条件涵盖B细胞恶性肿瘤、B细胞淋巴瘤和B细胞急性淋巴细胞白血病。研究设计为单中心、开放标签的I期临床试验,计划入组9名受试者。受试者被分为低剂量组、中剂量组和高剂量组,对应的CAR+细胞剂量分别为:低剂量组1×10^5 CAR+细胞/kg,中剂量组2×10^6 CAR+细胞/kg,高剂量组6×10^6 CAR+细胞/kg。上述剂量信息反映了该研究在剂量探索方面的具体安排。除上述内容外,源站未提供关于受试者具体入组标准、疗效终点、安全性指标、随访周期、统计方法等更详细的数据内容。

【采集与来源】

该数据集的来源站为clinicaltrials.gov,即美国国立卫生研究院下属的临床试验注册与结果数据库。该平台收录全球范围内注册的临床试验信息,包括研究目的、设计、入组标准、干预措施、结局指标及研究状态等。本数据集所对应的研究为一项在clinicaltrials.gov注册的I期临床试验,研究名称为“CD19-targeting CAR T Cells in Relapsed or Refractory CD19 Positive B-cell Malignancies”。数据采集方式为从该注册平台获取公开的试验登记信息,本站对其进行了分类整理,归入肿瘤/白血病类别,并提取了主题标签,包括B细胞恶性肿瘤、B细胞淋巴瘤和B细胞急性淋巴细胞白血病。源站未提供关于数据采集时间、更新频率、数据提取方法等额外信息。

【适用场景】

该数据集适用于多种研究和应用场景。首先,对于从事CAR T细胞疗法研究的科研人员,该数据集可用于了解CD19靶向CAR T细胞在复发或难治性B细胞恶性肿瘤中的早期临床试验设计思路,特别是剂量分组和剂量递增策略。其次,对于临床医生和医药研发人员,该数据集可作为参考,帮助理解该疗法在B细胞淋巴瘤和B细胞急性淋巴细胞白血病中的研究进展和剂量探索方向。此外,该数据集还可用于医学信息学、临床试验方法学教学以及系统评价的初步筛选等场景。需要注意的是,由于该研究为I期小样本试验,其数据主要用于剂量探索和安全性初步评估,不适用于直接推断疗效或进行大规模流行病学分析。源站未提供关于该数据集在特定分析工具或平台中的使用案例。

【使用方法】

该数据集可通过来源站clinicaltrials.gov获取原始临床试验注册信息。使用者可根据数据集英文名称或相关主题标签在源站进行检索,获取该试验的详细登记内容。本站分类为肿瘤/白血病,主题标签包括B细胞恶性肿瘤、B细胞淋巴瘤和B细胞急性淋巴细胞白血病,这些标签可用于数据筛选和归类。在使用时,建议结合源站提供的完整试验方案、入组标准、结局指标及研究状态等信息进行综合分析。由于该数据集仅包含一项I期临床试验的登记信息,使用者应注意其样本量小、研究阶段早的特点,避免将其结果过度外推。源站未提供关于数据下载格式、接口调用方式、数据预处理方法等具体使用说明。

【质量与限制】

该数据集来源于clinicaltrials.gov,该平台为国际公认的临床试验注册数据库,其登记信息通常经过一定程度的审核和规范。然而,该数据集所对应的研究为单中心、开放标签的I期临床试验,计划入组仅9名受试者,样本量小,研究阶段早,其数据主要用于剂量探索和安全性初步观察,不足以支持疗效结论。开放标签设计可能引入实施偏倚和测量偏倚。此外,该数据集仅收录了源站描述中的部分信息,源站未提供关于受试者基线特征、疗效终点、安全性数据、随访结果、统计分析方法、研究完成状态等详细内容。因此,该数据集在完整性、代表性和统计效力方面存在明显限制,使用者应谨慎解读。

【引用与许可】

该数据集的来源站为clinicaltrials.gov,引用时应注明数据来源于该临床试验注册平台,并列出试验英文名称“CD19-targeting CAR T Cells in Relapsed or Refractory CD19 Positive B-cell Malignancies”。关于该数据集的许可信息、使用条款、版权归属及引用格式要求,源站未提供。使用者应遵循clinicaltrials.gov平台的相关使用政策和法律法规,在引用和传播时注意遵守学术规范和数据伦理要求。源站未提供关于该数据集的具体许可协议或授权方式。

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/NCT03559439

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

Conditions: B-cell Malignancy, B-cell Lymphoma, B-Cell Acute Lymphoblastic Leukaemia. This is a single-center, Open Label phase I clinical trial, 9 subjects planned to be enrolled. The subjects will be divided into low-dose group, medium-dose group and high-dose group.Dose CAR+ cells/kg Low 1×105 Medium 2×106 High 6×106

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。