含盐酸米托蒽醌脂质体注射液的桥接方案与CD19靶向CAR-T治疗
该数据集来自clinicaltrials.gov,聚焦B细胞急性淋巴细胞白血病与难治性B细胞淋巴瘤,研究含盐酸米托蒽醌脂质体注射液的桥接方案联合CD19靶向CAR-T治疗

基本信息
资源简介
含盐酸米托蒽醌脂质体注射液的桥接方案与CD19靶向CAR-T治疗
该数据集来自clinicaltrials.gov,聚焦B细胞急性淋巴细胞白血病与难治性B细胞淋巴瘤,研究含盐酸米托蒽醌脂质体注射液的桥接方案联合CD19靶向CAR-T治疗。CAR-T制备通常需3-4周或更久,约7%患者等待期间死亡,故采血后至回输前4-6周可给予个体化桥接治疗以控制疾病进展。数据可用于评估桥接方案对CAR-T疗效与安全性的影响,支持治疗策略预测与临床决策分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:B细胞急性淋巴细胞白血病、难治性B细胞淋巴瘤。嵌合抗原受体T细胞(CAR-T)疗法已被批准用于多种复发/难治性血液系统恶性肿瘤,并显著改善了患者结局。CAR-T细胞的制备,包括多种相关个体因素,通常至少需要3-4周或更长时间,因此患者可能需要桥接治疗(BT)以控制疾病进展并防止全身性癌症的迅速恶化。临床试验数据显示,约7%的患者在等待CAR-T细胞制备完成期间未能存活,因此可在采血后以及CAR-T输注前4-6周给予个体化桥接治疗,以实现有效的CAR-T细胞治疗。米托蒽醌是一种传统的蒽环醌类抗生素抗肿瘤药物。它通过
【主题与分类】
主题标签:B-cell Acute Lymphoblastic Leukemia、B-cell Lymphoma Refractory。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06220097
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/NCT06220097
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细胞急性淋巴细胞白血病、难治性B细胞淋巴瘤。嵌合抗原受体T细胞(CAR-T)疗法已被批准用于多种复发/难治性血液系统恶性肿瘤,并显著改善了患者的预后。CAR-T细胞的制备,包括多种相关个体因素,通常至少需要3-4周或更长时间,因此患者可能需要桥接治疗(BT)以控制疾病进展并防止全身性癌症的迅速恶化。临床试验数据显示,约7%的患者在等待CAR-T细胞制备完成期间未能存活,因此可在单采后及CAR-T输注前4-6周给予个体化桥接治疗,以实现有效的CAR-T细胞治疗。米托蒽醌是一种传统的蒽环醌类抗生素类抗肿瘤药物。它通过干扰DNA、RNA及抑制拓扑异构酶II发挥抗肿瘤作用,是一种细胞周期非特异性药物[]。
脂质体是抗肿瘤药物的优良载体,可减少药物在正常组织中的分布,增加药物在肿瘤组织中的蓄积,从而降低毒性、提高疗效。为降低米托蒽醌的毒性并提高其疗效,石药集团基于脂质体研发技术开发了米托蒽醌脂质体制剂。对米托蒽醌脂质体进行了新的技术升级,使其成为唯一一个剂量高于普通制剂的脂质体,是一种全面升级的新型蒽环类脂质体。在米托蒽醌脂质体的关键II期研究中,单药治疗PTCL的ORR为41.7%,CR率为23.1%,中位PFS为8.5个月,中位OS未达到,中性粒细胞减少和色素沉着等不良事件发生率较高,心脏安全性良好,未出现心脏毒性进展。在DLBCL中也探索了单药16mg/m2和20mg/m2剂量,35
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。




