CAR-T 后接双特异性抗体治疗研究
研究旨在测试在 CAR T 细胞输注后，使用实验性药物 mosunetuzumab（队列 1）或 obinutuzumab 联合 glofitamab（队列 2）的安全性与有效性，入组对象为已接受过 CAR T 细胞输注的患者
基本信息
资源简介
CAR-T 后接双特异性抗体治疗研究
该数据集来自 clinicaltrials.gov，聚焦肿瘤/淋巴瘤领域，涉及 Large B-cell Lymphoma 与 DLBCL - Diffuse Large B Cell Lymphoma。研究旨在测试在 CAR T 细胞输注后，使用实验性药物 mosunetuzumab（队列 1）或 obinutuzumab 联合 glofitamab（队列 2）的安全性与有效性，入组对象为已接受过 CAR T 细胞输注的患者。部分患者接受 mosunetuzumab，研究后期其他患者可能接受 glofitamab 联合 obinutuzumab。可用于淋巴瘤治疗方案的分类与疗效安全性分析（来源 clinicaltrials.gov。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Large B-cell Lymphoma、DLBCL - Diffuse Large B Cell Lymphoma。该研究旨在测试在 CAR（基因修饰）T 细胞之后给予实验性药物 mosunetuzumab（队列 1）或 obinutuzumab 和 glofitamab（队列 2）的安全性和有效性。该研究针对已经接受过 CAR T 细胞输注的患者。加入研究的部分患者将接受 mosunetuzumab，研究后期其他患者可能接受不同的实验性药物（glofitamab，联合 obinutuzumab）。
【主题与分类】
主题标签：Large B-cell Lymphoma、DLBCL - Diffuse Large B Cell Lymphoma。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04889716
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/NCT04889716
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：大B细胞淋巴瘤，DLBCL——弥漫性大B细胞淋巴瘤。本研究旨在测试实验性药物mosunetuzumab（队列1）或obinutuzumab联合glofitamab（队列2）在CAR（基因修饰）T细胞治疗后给药的安全性和有效性。本研究针对已接受CAR T细胞输注的患者。加入研究的部分患者将接受mosunetuzumab，研究后期其他患者可能接受不同的实验性药物（glofitamab，联合obinutuzumab）。
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。
