接受CLBR001 CAR-T治疗患者的长期随访研究
该数据集来自clinicaltrials.gov，聚焦接受CLBR001 CAR-T治疗患者的长期随访研究，属于肿瘤与白血病领域
基本信息
资源简介
接受CLBR001 CAR-T治疗患者的长期随访研究
该数据集来自clinicaltrials.gov，聚焦接受CLBR001 CAR-T治疗患者的长期随访研究，属于肿瘤与白血病领域。覆盖复发性/难治性B细胞淋巴瘤、弥漫大B细胞淋巴瘤、滤泡性淋巴瘤、慢性淋巴细胞白血病、边缘区淋巴瘤、套细胞淋巴瘤、小淋巴细胞淋巴瘤及原发纵隔大B细胞淋巴瘤等病种。入组对象为完成或提前终止NCT04450069等使用CLBR001方案的患者，无论是否缓解或进展均进入随访，输注后随访长达15年，持续监测安全性、免疫原性与疗效，可用于长期结局预测与疗效评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：复发性/难治性B细胞淋巴瘤、弥漫大B细胞淋巴瘤（DLBCL）、滤泡性淋巴瘤（FL）、慢性淋巴细胞白血病（CLL）、边缘区淋巴瘤（MZL）、套细胞淋巴瘤（MCL）、小淋巴细胞淋巴瘤（SLL）、原发纵隔大B细胞淋巴瘤。患者将在完成或提前终止/中止研究NCT04450069或任何给予患者CLBR001的方案后入组。无论患者对治疗是否有应答或治疗中是否进展，都将开始长期随访期。患者将在CLBR001输注后接受长达15年的随访，并将继续接受安全性、免疫原性和疗效监测。
【主题与分类】
主题标签：Relapsed/Refractory B-cell Lymphomas、Diffuse Large B-Cell Lymphoma (DLBCL)、Follicular Lymphoma (FL)、Chronic Lymphocytic Leukemia (CLL)、Marginal Zone Lymphoma (MZL)、Mantle Cell Lymphoma (MCL)、Small Lymphocytic Lymphoma (SLL)、Transformed Follicular Lymphoma、Waldenstrom Macroglobulinemia、Lymphoplasmacytic Lymphoma。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04488354
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/NCT04488354
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：复发/难治性B细胞淋巴瘤、弥漫性大B细胞淋巴瘤（DLBCL）、滤泡性淋巴瘤（FL）、慢性淋巴细胞白血病（CLL）、边缘区淋巴瘤（MZL）、套细胞淋巴瘤（MCL）、小淋巴细胞淋巴瘤（SLL）、原发性纵隔大B细胞淋巴瘤。患者将在完成或提前终止/退出研究NCT04450069或任何给予患者CLBR001的方案后入组。无论患者对治疗是否有应答或治疗期间是否出现疾病进展，都将开始长期随访期。患者将在CLBR001输注后接受长达15年的随访，并继续接受安全性、免疫原性和有效性监测。
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。
