EB103 T细胞疗法治疗成人复发/难治性B细胞非霍奇金淋巴瘤
该数据集来自 clinicaltrials.gov，主题为 EB103 工程化 T 细胞疗法治疗成人复发/难治性 B 细胞非霍奇金淋巴瘤（NHL）
基本信息
资源简介
EB103 T细胞疗法治疗成人复发/难治性B细胞非霍奇金淋巴瘤
该数据集来自 clinicaltrials.gov，主题为 EB103 工程化 T 细胞疗法治疗成人复发/难治性 B 细胞非霍奇金淋巴瘤（NHL）。研究包含已完成的 1 期剂量递增部分和正在进行的 2 期扩展部分：1 期采用传统 3+3 设计评估 EB103 的安全性与耐受性并确定推荐 2 期剂量（RP2D），随后入组 RP2D 确认队列；2 期在 RP2D 下入组更多受试者，进一步评估安全性与初步疗效。数据可用于淋巴瘤治疗相关的安全性、剂量与疗效分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：B细胞非霍奇金淋巴瘤（NHL）、非霍奇金淋巴瘤、非霍奇金B细胞淋巴瘤、非霍奇金淋巴瘤、非霍奇金淋巴瘤、大B细胞淋巴瘤、成人非霍奇金淋巴瘤、淋巴瘤。EB103 是一种基于 ARTEMIS® 细胞受体平台构建的工程化 T 细胞疗法。本研究包括已完成的 1 期部分和正在进行的 2 期扩展部分。在 1 期中，采用传统的 3+3 剂量递增设计来评估 EB103 的安全性和耐受性，并确定推荐的 2 期剂量（RP2D）。剂量递增后，入组了一个 RP2D 确认队列，以进一步表征 EB103 在所选剂量下的安全性特征。2 期是一个扩展队列，将在 RP2D 下入组并治疗更多受试者，以进一步评估 EB103 的安全性和初步疗效。主动评估期延长
【主题与分类】
主题标签：B-Cell Non-Hodgkin's Lymphoma (NHL)、Lymphoma, Non-Hodgkins、Lymphomas Non-Hodgkin's B-Cell、Non-Hodgkin Lymphoma、Non-Hodgkin's Lymphoma、Large B-Cell Lymphoma、Lymphoma, Non-Hodgkin's, Adult、Lymphoma、Refractory Non-Hodgkin Lymphoma、Relapsed Non-Hodgkin Lymphoma。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06343311
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/NCT06343311
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：B细胞非霍奇金淋巴瘤（NHL）、淋巴瘤、非霍奇金、非霍奇金B细胞淋巴瘤、非霍奇金淋巴瘤、非霍奇金淋巴瘤、大B细胞淋巴瘤、淋巴瘤、非霍奇金、成人、淋巴瘤。EB103是一种基于ARTEMIS®细胞受体平台构建的工程化T细胞疗法。本研究包括已完成的1期部分和正在进行的2期扩展部分。在1期部分，采用传统的3+3剂量递增设计来评估EB103的安全性和耐受性，并确定推荐的2期剂量（RP2D）。剂量递增完成后，入组了一个RP2D确认队列，以进一步表征EB103在所选剂量下的安全性特征。2期部分为扩展队列，将在RP2D下入组并治疗更多受试者，以进一步评估EB103的安全性和初步疗效。活性评估期持续至EB103输注（第0天）后2年（24个月）。随后，受试者进入长期随访（LTFU），持续进行安全性和总生存期评估，直至第15年。
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。
