靶向CD19的嵌合抗原受体T细胞(BZ019)治疗复发难治性B细胞淋巴瘤的探索性研究
该数据集来自clinicaltrials.gov,收录一项关于靶向CD19的嵌合抗原受体T细胞(BZ019)治疗复发难治性B细胞淋巴瘤的开放标签、多中心、1期研究

基本信息
资源简介
靶向CD19的嵌合抗原受体T细胞(BZ019)治疗复发难治性B细胞淋巴瘤的探索性研究
该数据集来自clinicaltrials.gov,收录一项关于靶向CD19的嵌合抗原受体T细胞(BZ019)治疗复发难治性B细胞淋巴瘤的开放标签、多中心、1期研究。覆盖病种包括弥漫性大B细胞淋巴瘤、高级别B细胞淋巴瘤、转化型淋巴瘤和原发纵隔大B细胞淋巴瘤。研究在剂量递增和剂量扩展阶段评估单次不同靶剂量BZ019的安全性和抗肿瘤活性,受试者入组后需进行白细胞分离以制备BZ019产品,并采集基线肿瘤活检及骨髓穿刺活检。数据可用于了解该细胞治疗在复发难治性B细胞淋巴瘤中的研究设计与安全性评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:弥漫性大B细胞淋巴瘤、高级别B细胞淋巴瘤、转化型淋巴瘤、原发纵隔大B细胞淋巴瘤。这是一项开放标签、多中心、1期研究,旨在确定BZ019在复发难治性大B细胞淋巴瘤(DLBCL)成人患者中的安全性和抗肿瘤活性,包括:非特指型(NOS)DLBCL、转化型DLBCL、伴有MYC和BCL2和/或BCL6重排的高级别B细胞淋巴瘤以及原发纵隔B细胞淋巴瘤(PMBCL)。将在剂量递增阶段和剂量扩展阶段评估单次不同靶剂量BZ019的安全性和有效性。入组后,受试者将接受白细胞分离术以进行BZ019产品生成。将获取基线肿瘤活检(对于有可及病灶的受试者)以及骨髓穿刺和活检。在成功生成BZ019产品后,受试者将ent
【主题与分类】
主题标签:Diffuse Large B Cell Lymphoma、High-grade B-cell Lymphoma、Transformed Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04067414
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/NCT04067414
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:弥漫性大B细胞淋巴瘤、高级别B细胞淋巴瘤、转化型淋巴瘤、原发性纵隔大B细胞淋巴瘤。这是一项开放标签、多中心、1期研究,旨在确定BZ019在复发/难治性大B细胞淋巴瘤(DLBCL)成人患者中的安全性和抗肿瘤活性,包括:非特指型(NOS)DLBCL、转化型DLBCL、伴有MYC和BCL2和/或BCL6重排的高级别B细胞淋巴瘤以及原发性纵隔B细胞淋巴瘤(PMBCL)。将在剂量递增阶段和剂量扩展阶段评估单次给予不同目标剂量BZ019的安全性和有效性。入组后,受试者将接受白细胞分离术以生成BZ019产品。将获取基线肿瘤活检(适用于有可及病灶的受试者)以及骨髓穿刺和活检。BZ019产品成功生成后,受试者将进入治疗阶段并接受BZ019输注。完整的治疗方案将包括使用氟达拉滨和环磷酰胺(flu/cy)进行淋巴细胞清除性化疗,随后单次输注BZ019。
BZ019将在淋巴细胞清除性化疗完成后2至14天内给药。输注BZ019后,受试者将进入为期12个月的随访期,以评估BZ019的安全性和有效性。受试者将持续接受长期安全性及总生存期的随访,即使在疾病进展后也是如此。
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。




