NKTR-255联合CAR-T细胞治疗复发或难治性大B细胞淋巴瘤
该数据集来自clinicaltrials.gov,聚焦NKTR-255联合CAR-T细胞疗法治疗复发或难治性大B细胞淋巴瘤的临床研究

基本信息
资源简介
NKTR-255联合CAR-T细胞治疗复发或难治性大B细胞淋巴瘤
该数据集来自clinicaltrials.gov,聚焦NKTR-255联合CAR-T细胞疗法治疗复发或难治性大B细胞淋巴瘤的临床研究。覆盖的疾病类型包括复发或难治性弥漫大B细胞淋巴瘤(含非特指型)、3b级滤泡性淋巴瘤以及原发性纵隔大B细胞淋巴瘤。研究方案为患者先接受由环磷酰胺和氟达拉滨组成的标准清淋治疗,随后在第0天输注liso-cel CAR-T细胞,并从第10或14天起每3周静脉输注NKTR-255。可用于了解该联合疗法的治疗流程、适用人群及研究设计(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、复发性弥漫大B细胞淋巴瘤(非特指型)、复发性3b级滤泡性淋巴瘤、复发性原发性纵隔大B细胞淋巴瘤、难治性弥漫大B细胞淋巴瘤、难治性弥漫大B细胞淋巴瘤(非特指型)、难治性3b级滤泡性淋巴瘤、难治性原发性纵隔大B细胞淋巴瘤。概述:患者接受由环磷酰胺和氟达拉滨组成的标准清淋治疗,于第-5天至第-3天给药,随后在第0天输注liso-cel CAR-T细胞。之后患者从第10天或第14天开始,每3周接受一次NKTR-255静脉输注(IV),输注时间超过30分钟,直至出现疾病进展或不可接受的毒性。患者在筛查期间接受胸部X线和超声心动图(ECHO)或多门控采集扫描(MUGA)。患者接受骨
【主题与分类】
主题标签:Recurrent Diffuse Large B-Cell Lymphoma、Recurrent Grade 3b Follicular Lymphoma、Refractory Diffuse Large B-Cell Lymphoma、Refractory Grade 3b Follicular Lymphoma。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05359211
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/NCT05359211
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
疾病状态:复发性弥漫性大B细胞淋巴瘤、复发性弥漫性大B细胞淋巴瘤(非特指型)、复发性3b级滤泡性淋巴瘤、复发性原发性纵隔大B细胞淋巴瘤、难治性弥漫性大B细胞淋巴瘤、难治性弥漫性大B细胞淋巴瘤(非特指型)、难治性3b级滤泡性淋巴瘤、难治性原发性纵隔大B细胞淋巴瘤。研究方案概要:患者接受标准治疗的淋巴细胞清除方案,包括第-5天至第-3天给予环磷酰胺和氟达拉滨,随后第0天输注liso-cel CAR-T细胞。之后,患者自第10天或第14天起,每3周接受一次NKTR-255静脉输注(IV),输注时间为30分钟,直至疾病进展或出现不可接受的毒性。患者在筛选期间接受胸部X线和超声心动图(ECHO)或多门控采集扫描(MUGA)。患者在筛选期间、研究期间以及随访期间,根据临床指征接受骨髓活检和穿刺、腰椎穿刺(LP)以采集脑脊液(CSF)样本。患者在整个试验期间还接受正电子发射断层扫描(PET)/计算机断层扫描(CT)。
此外,患者在试验期间会接受血液样本采集,并可选择性地进行组织活检。完成研究治疗后,患者将在CAR-T细胞输注后的前12个月内,每30天随访一次,之后每3个月随访一次。
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。




