那他珠单抗预防接受CAR-T细胞治疗的复发或难治性弥漫大B细胞淋巴瘤或套细胞淋巴瘤患者ICANS
该数据集来自 clinicaltrials.gov，收录一项 II 期研究，评估 natalizumab 在复发或难治性弥漫大B细胞淋巴瘤（DLBCL）或套细胞淋巴瘤（MCL）患者接受 CAR T 细胞治疗时预防免疫效应细胞相关神经毒性综合征（ICANS）的效果
基本信息
资源简介
那他珠单抗预防接受CAR-T细胞治疗的复发或难治性弥漫大B细胞淋巴瘤或套细胞淋巴瘤患者ICANS
该数据集来自 clinicaltrials.gov，收录一项 II 期研究，评估 natalizumab 在复发或难治性弥漫大B细胞淋巴瘤（DLBCL）或套细胞淋巴瘤（MCL）患者接受 CAR T 细胞治疗时预防免疫效应细胞相关神经毒性综合征（ICANS）的效果。ICANS 是 CAR T 细胞治疗的主要并发症，表现为脑或神经炎症，目前需大剂量皮质类固醇治疗，可能抑制 CAR T 细胞反应。natalizumab 可阻止免疫细胞从血液进入脑周围液体。数据可用于研究 ICANS 预防策略及 CAR T 治疗安全性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：复发性弥漫大B细胞淋巴瘤、复发性套细胞淋巴瘤、难治性弥漫大B细胞淋巴瘤、难治性套细胞淋巴瘤。这项 II 期研究探讨 natalizumab 在预防免疫效应细胞相关神经毒性综合征（ICANS）方面的效果，研究对象为接受嵌合抗原受体（CAR）T 细胞治疗的弥漫大B细胞淋巴瘤（DLBCL）或套细胞淋巴瘤（MCL）患者，这些疾病在经过一段改善期后复发（复发性）或对治疗无反应（难治性）。CAR T 细胞治疗的一个主要并发症是 ICANS。ICANS 是脑或神经的炎症。ICANS 目前需要大剂量皮质类固醇治疗，而皮质类固醇可能抑制 CAR T 细胞反应。Natalizumab 阻止免疫细胞从血液进入脑周围液体，这一过程被认为在 CAR T 细胞相关
【主题与分类】
主题标签：Recurrent Diffuse Large B-Cell Lymphoma、Recurrent Mantle Cell Lymphoma、Refractory Diffuse Large B-Cell Lymphoma、Refractory Mantle Cell Lymphoma。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07892027
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/NCT07892027
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：复发性弥漫性大B细胞淋巴瘤、复发性套细胞淋巴瘤、难治性弥漫性大B细胞淋巴瘤、难治性套细胞淋巴瘤。这项II期研究探讨natalizumab在预防免疫效应细胞相关神经毒性综合征（ICANS）方面的效果，研究对象为接受嵌合抗原受体（CAR）T细胞治疗的弥漫性大B细胞淋巴瘤（DLBCL）或套细胞淋巴瘤（MCL）患者，这些患者的疾病在经过一段时间改善后复发（复发性）或对治疗无反应（难治性）。CAR T细胞治疗的主要并发症是ICANS。ICANS是大脑或神经的炎症。ICANS目前需要大剂量皮质类固醇治疗，而这类治疗可能抑制CAR T细胞反应。Natalizumab可阻止免疫细胞从血液进入脑周围液体，这一过程被认为在CAR T细胞相关脑损伤中起主要作用。Natalizumab可能安全有效地降低接受CAR T细胞治疗的DLBCL或MCL患者发生严重ICANS的频率。
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。
