MB-CART19.1治疗复发或难治性急性淋巴细胞白血病

该数据集来自 clinicaltrials.gov,聚焦于复发或难治性急性淋巴细胞白血病(B-ALL)患者。研究为单臂、前瞻性、开放标签的可行性研究,评估在治疗现场为儿童和成人患者生产自体CD19靶向CAR-T细胞(MB-CART19.1)的技术与操作可行性

King Hussein Cancer CenterKing Hussein Cancer Center
clinicaltrials
浏览 9
其他预测Acute Lymphoblastic LeukemiaAcute Lymphoblastic Leukemia RecurrentAcute Lymphoblastic Leukemia Refractory
MB-CART19.1 in Relapsed/Refractory Acute Lymphoblastic Leukemia

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

MB-CART19.1治疗复发或难治性急性淋巴细胞白血病

该数据集来自 clinicaltrials.gov,聚焦于复发或难治性急性淋巴细胞白血病(B-ALL)患者。研究为单臂、前瞻性、开放标签的可行性研究,评估在治疗现场为儿童和成人患者生产自体CD19靶向CAR-T细胞(MB-CART19.1)的技术与操作可行性。数据覆盖多种疾病状态,包括复发、难治、未达到缓解及缓解失败。可用于分析CAR-T疗法在血液肿瘤中的可行性、治疗反应及相关临床结局,支持肿瘤学与细胞治疗领域的探索性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:急性淋巴细胞白血病、复发性急性淋巴细胞白血病、难治性急性淋巴细胞白血病、未达到缓解的急性淋巴细胞白血病、缓解失败的急性淋巴细胞白血病。单臂、前瞻性、开放标签的可行性研究,评估在治疗现场为儿童和成人复发或难治性B-ALL患者生产自体CD19靶向CAR-T细胞(MB-CART19.1)的技术和操作可行性。

【主题与分类】

主题标签:Acute Lymphoblastic Leukemia、Acute Lymphoblastic Leukemia Recurrent、Acute Lymphoblastic Leukemia Refractory。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07371403

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/NCT07371403

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

疾病:急性淋巴细胞白血病、复发性急性淋巴细胞白血病、难治性急性淋巴细胞白血病、未达到缓解的急性淋巴细胞白血病、缓解失败的急性淋巴细胞白血病。单臂、前瞻性、开放标签可行性研究,评估在治疗现场为儿童和成人复发性或难治性B-ALL患者生产自体CD19靶向CAR-T细胞(MB-CART19.1)的技术和操作可行性。

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。