A2 Bio 基因治疗产品受试者长期随访研究
该数据集来自 clinicaltrials.gov，为一项长期随访研究，面向既往在干预性研究中接受过任意剂量 A2 Bio 基因治疗产品的受试者，评估延迟安全性事件与长期疗效
基本信息
资源简介
A2 Bio 基因治疗产品受试者长期随访研究
该数据集来自 clinicaltrials.gov，为一项长期随访研究，面向既往在干预性研究中接受过任意剂量 A2 Bio 基因治疗产品的受试者，评估延迟安全性事件与长期疗效。覆盖实体瘤癌症、未明确实体瘤、成人、结直肠癌、非小细胞肺癌、小细胞肺癌、胰腺癌等。受试者在完成原干预研究 2 年随访后入组，接受最长 15 年随访，按 FDA 基因治疗长期随访指南收集长期安全性与疗效数据。可用于基因治疗产品的长期安全性监测与疗效预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：实体瘤癌症、未明确实体瘤、成人、结直肠癌、结直肠癌（CRC）、非小细胞肺癌、小细胞肺癌（SCLC）、胰腺癌、NSCLC。这是一项长期随访研究，旨在评估既往在干预性研究中接受过任意剂量 A2 Bio GT 产品的受试者的延迟安全性事件和长期疗效。本研究不给予进一步的干预性治疗。受试者在接受治疗的指定干预性研究中完成 2 年随访后，将入组本长期随访研究。受试者将在接受 A2 Bio GT 产品给药后接受最长 15 年的随访。本研究将按照 FDA 关于 GT 产品长期随访的指南收集长期安全性和疗效数据。
【主题与分类】
主题标签：Solid Tumor Cancer、Solid Tumor, Unspecified, Adult、Colorectal Carcinoma、Colorectal Carcinoma (CRC)、Non Small Cell Lung Cancer、Small Cell Lung Cancer ( SCLC )、Pancreatic Cancer、NSCLC、Mesothelioma、Ovarian Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06885424
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/NCT06885424
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：实体瘤癌症、实体瘤（未特指）、成人、结直肠癌、结直肠癌（CRC）、非小细胞肺癌、小细胞肺癌（SCLC）、胰腺癌、NSCLC。这是一项长期随访研究，旨在评估既往介入性研究中接受过任意剂量A2 Bio GT产品的参与者的迟发性安全性事件和长期疗效。本研究不给予进一步的介入性治疗。参与者在所分配的介入性研究中接受治疗并完成2年随访后，将入组本长期随访研究。参与者将在接受A2 Bio GT产品给药后接受最长15年的随访。本研究将按照FDA关于GT产品长期随访的指南要求，收集长期安全性和疗效数据。
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。
