GPRC5D CART 治疗复发/难治性多发性骨髓瘤及轻链淀粉样变性 1a/b 期研究
该数据集来自 clinicaltrials.gov，对应一项 GPRC5D CART 疗法治疗复发/难治性多发性骨髓瘤（RRMM）及轻链淀粉样变性的 1a/b 期开放标签研究，覆盖上述两类疾病人群
基本信息
资源简介
GPRC5D CART 治疗复发/难治性多发性骨髓瘤及轻链淀粉样变性 1a/b 期研究
该数据集对应一项在复发/难治性多发性骨髓瘤（RRMM）及轻链淀粉样变性患者中开展的 GPRC5D CART 疗法 1a/b 期开放标签研究，收录于 clinicaltrials.gov，本站将其归入肿瘤 / 多发性骨髓瘤分类。数据集以这两类疾病人群为核心主题，围绕该细胞治疗方案的早期临床研究信息组织内容，可用于了解该研究的适用疾病范围与基本设计框架。整体而言，该数据集面向血液系统肿瘤中复发或难治情形下的新型 CART 治疗探索，主题标签明确指向 RRMM 与轻链淀粉样变性，便于在肿瘤学与细胞治疗相关场景中检索和归类使用。
【数据集背景】
多发性骨髓瘤是血液系统常见的恶性肿瘤之一，部分患者经过多线治疗后进入复发或难治阶段，治疗选择有限。轻链淀粉样变性同样属于浆细胞异常相关疾病，常与骨髓瘤诊疗领域存在交集。GPRC5D 作为该研究涉及的靶点，被用于 CART 细胞疗法的开发方向。该数据集所对应的研究为 1a/b 期开放标签研究，旨在评估 GPRC5D CART 疗法治疗复发/难治性多发性骨髓瘤及轻链淀粉样变性的安全性与初步疗效。上述背景信息界定了该数据集所属的疾病领域与研究阶段定位。
【数据内容】
数据集的主题标签为复发/难治性多发性骨髓瘤（RRMM）与轻链淀粉样变性，覆盖这两类疾病人群。源站描述中列出的研究条件即为上述两类疾病，研究类型为 1a/b 期开放标签研究，研究目的为评估 GPRC5D CART 疗法的安全性与初步疗效。除这些主题与研究方向信息外，源站未提供具体受试者数量、给药方案、疗效指标数值或安全性事件统计等细节内容。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床试验注册信息范畴。源站描述提供了研究条件与研究方向的基本说明，本站据此归类为肿瘤 / 多发性骨髓瘤。关于数据采集的具体时间范围、更新频率、抽取字段与清洗流程，源站未提供。
【适用场景】
该数据集适用于血液肿瘤尤其是多发性骨髓瘤相关研究的检索与归类，可用于识别针对复发/难治性多发性骨髓瘤及轻链淀粉样变性的 CART 疗法早期临床研究。其主题标签有助于在肿瘤学、细胞治疗与临床试验信息整理等场景中进行主题聚类与初步筛选。关于具体分析用途的验证与性能表现，源站未提供。
【使用方法】
该数据集可依据疾病主题标签与来源站信息进行检索和引用，用于了解该 1a/b 期开放标签研究的基本定位。关于数据访问方式、字段结构、接口调用或分析脚本等具体使用方法，源站未提供。
【质量与限制】
该数据集的信息来自临床试验注册来源，内容以研究条件与研究方向描述为主。其局限在于缺乏受试者规模、疗效与安全性结果数值等细节，且源站未提供数据完整性、准确性校验与更新机制说明。使用时应结合原始注册信息核对，源站未提供其他质量评估结论。
【引用与许可】
该数据集来源为 clinicaltrials.gov，引用时应注明来源站与数据集英文名称。关于许可条款、使用限制与授权方式，源站未提供。
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/NCT07874334
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
适应症：复发/难治性多发性骨髓瘤（RRMM）、轻链淀粉样变性。一项评估GPRC5D CART疗法治疗复发/难治性多发性骨髓瘤和轻链淀粉样变性安全性及初步疗效的1a/b期开放标签研究。
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。
