通用CAR-T细胞(REVO-UWD-19)治疗难治复发性B细胞肿瘤
该数据集源自clinicaltrials.gov,收录一项单臂临床试验,评估通用型CD19靶向CAR-T细胞疗法(UWD-CD19)治疗复发和难治性B细胞肿瘤的安全性与初步疗效

基本信息
资源简介
通用CAR-T细胞(REVO-UWD-19)治疗难治复发性B细胞肿瘤
该数据集源自clinicaltrials.gov,收录一项单臂临床试验,评估通用型CD19靶向CAR-T细胞疗法(UWD-CD19)治疗复发和难治性B细胞肿瘤的安全性与初步疗效。覆盖B细胞淋巴瘤、B细胞白血病及B细胞恶性肿瘤。CD19是B细胞表面特异性标志物,CAR-T疗法通过提取健康供者T细胞并基因工程改造以识别和攻击表达CD19的肿瘤细胞。该数据可用于了解通用型CAR-T疗法的临床研究设计、安全性评估及疗效预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:B细胞淋巴瘤、B细胞白血病、B细胞恶性肿瘤。本研究是一项单臂临床试验,评估通用型CD19靶向CAR-T细胞疗法(UWD-CD19)治疗复发和难治性B细胞肿瘤。该研究由研究者发起,旨在评估这种细胞疗法的安全性和初步疗效,为B细胞肿瘤患者提供新的治疗选择——B细胞肿瘤是一类经常复发且对标准治疗耐药的血液系统恶性肿瘤,带来巨大的治疗挑战。CD19是一种主要表达于B细胞表面的特异性标志物,使其成为CAR-T细胞疗法的理想靶点。CAR-T疗法涉及从健康供者体内提取T细胞,并通过基因工程改造使其能够识别和攻击表达CD19的肿瘤细胞。UWD-CD19是一种“通用型”CAR-T细胞产品,旨在增强治疗的适应性,允许i
【主题与分类】
主题标签:B Cell Lymphoma、B Cell Leukemia、B Cell Malignancy。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06662227
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/NCT06662227
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细胞淋巴瘤、B细胞白血病、B细胞恶性肿瘤。本研究是一项单臂临床试验,评估通用型CD19靶向CAR-T细胞疗法(UWD-CD19)治疗复发和难治性B细胞肿瘤的效果。该研究由研究者发起,旨在评估这种细胞疗法的安全性和初步疗效,为B细胞肿瘤患者提供新的治疗选择——B细胞肿瘤是一类经常复发且对标准治疗产生耐药的血液系统恶性肿瘤,治疗难度大。CD19是一种主要表达于B细胞表面的特异性标志物,使其成为CAR-T细胞疗法的理想靶点。CAR-T疗法包括从健康供者体内提取T细胞,并通过基因工程改造使其能够识别和攻击表达CD19的肿瘤细胞。UWD-CD19作为一种“通用型”CAR-T细胞产品,旨在增强治疗的适应性,使其能够有效靶向不同患者群体的B细胞肿瘤。
研究目的 本研究的主要目的是观察复发或难治性B细胞肿瘤患者通过单次输注UWD-CD19后的治疗反应,特别关注安全性、耐受性和初步疗效。研究团队还将对患者进行长期随访,以评估治疗效果的持久性和生存率,为这种新型疗法的潜在更广泛应用提供数据支持。纳入标准:年龄在3至70岁之间,性别不限,必须符合CD19阳性肿瘤细胞的B细胞淋巴瘤诊断标准。患者应具有根据2014年卢加诺标准定义的可评估或可测量的病灶。预处理:符合条件的患者将在细胞输注前接受氟达拉滨和环磷酰胺的清淋化疗,以抑制免疫系统并优化CAR-T细胞性能。CAR-T细胞输注:患者将接受一次性UWD-CD19细胞输注,并在输注期间和之后密切监测其反应,以确
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。




