上市后环境中接受Lisocabtagene Maraleucel治疗的复发/难治性套细胞淋巴瘤患者研究
数据覆盖MCL这一肿瘤类型，旨在了解liso-cel在真实世界上市后环境中的长期安全性和有效性。可用于评估该细胞疗法在复发/难治性MCL人群中的长期结局，支持安全性监测与疗效分析（来源 clinicaltrials.gov）
基本信息
资源简介
上市后环境中接受Lisocabtagene Maraleucel治疗的复发/难治性套细胞淋巴瘤患者研究
本数据集围绕复发/难治性套细胞淋巴瘤（Mantle Cell Lymphoma, MCL）患者在接受lisocabtagene maraleucel（liso-cel）治疗后的长期安全性与有效性展开，属于肿瘤/淋巴瘤领域，来源于clinicaltrials.gov。其核心目的在于了解liso-cel在上市后真实世界环境中的长期表现，为评估该细胞疗法在复发/难治性MCL人群中的长期结局提供依据，可支持安全性监测与疗效分析。数据集以MCL为主题标签，聚焦细胞治疗上市后研究场景，适合关注血液肿瘤细胞治疗长期结局的研究者与临床团队参考使用。
【数据集背景】
套细胞淋巴瘤是一种起源于B细胞的非霍奇金淋巴瘤，常表现为侵袭性病程，部分患者在一线治疗后出现复发或难治。lisocabtagene maraleucel是一种细胞治疗产品，本研究关注其在上市后环境中的长期安全性和有效性。该数据集即围绕这一研究主题组织，英文名称为“A Study of Patients With Relapsed/Refractory Mantle Cell Lymphoma Treated With Lisocabtagene Maraleucel in the Post-Marketing Setting”，所属分类为肿瘤/淋巴瘤，来源站为clinicaltrials.gov。源站描述指出，研究条件为套细胞淋巴瘤（MCL），研究目的是了解liso-cel治疗MCL的长期安全性和有效性。
【数据内容】
数据集的主题标签为Mantle Cell Lymphoma (MCL)，覆盖MCL这一肿瘤类型。其内容指向复发/难治性MCL患者接受liso-cel治疗后的长期安全性与有效性信息，可用于评估该细胞疗法在真实世界上市后环境中的长期结局，并支持安全性监测与疗效分析。关于具体变量、字段结构、样本量、随访时长、终点指标等细节，源站未提供。
【采集与来源】
数据来源站为clinicaltrials.gov，属于临床研究注册与信息平台。数据集英文名称及源站描述均指向一项关于复发/难治性MCL患者接受liso-cel治疗的上市后研究。关于采集方式、采集时间范围、数据提取流程等，源站未提供。
【适用场景】
该数据集可用于评估liso-cel在复发/难治性MCL人群中的长期结局，支持安全性监测与疗效分析，适合细胞治疗上市后研究、血液肿瘤临床研究及真实世界证据相关分析场景使用。关于其他具体应用场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、分析流程或操作指南等。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或使用限制的说明。使用者需注意，该数据集聚焦于上市后研究背景下的长期安全性与有效性主题，具体数据规模与随访信息未在现有来源中说明。
【引用与许可】
源站未提供引用格式与许可条款信息。
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/NCT06788652
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
条件：套细胞淋巴瘤（MCL）。本研究旨在了解lisocabtagene maraleucel（liso-cel）治疗套细胞淋巴瘤（MCL）的长期安全性和有效性。
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。
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。
