双靶点GD2/B7-H3 CAR-NK细胞治疗儿童复发或难治性神经母细胞瘤
该数据集来自clinicaltrials.gov,收录一项针对儿童复发或难治性神经母细胞瘤的多中心Phase 1/Phase 2研究,涵盖复发、难治、高危神经母细胞瘤及神经节母细胞瘤患者

基本信息
资源简介
双靶点GD2/B7-H3 CAR-NK细胞治疗儿童复发或难治性神经母细胞瘤
该数据集来自clinicaltrials.gov,收录一项针对儿童复发或难治性神经母细胞瘤的多中心Phase 1/Phase 2研究,涵盖复发、难治、高危神经母细胞瘤及神经节母细胞瘤患者。研究产品为脐血来源同种异体NK细胞疗法,表达识别GD2和B7-H3的双靶点CAR,并配备IL-15支持与诱导型安全开关。研究分Part A剂量递增和Part B扩展两部分,所有受试者治疗前需经中心审查肿瘤组织或骨髓的GD2和B7-H3表达。数据可用于了解该细胞疗法的研究设计、剂量方案与生物标志物筛选策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:复发神经母细胞瘤、难治神经母细胞瘤、高危神经母细胞瘤、神经节母细胞瘤。本示例中的研究产品是一种脐血来源的同种异体NK细胞疗法,经工程化改造以表达识别GD2和B7-H3的双靶点CAR,并由IL-15支持以提高短期持久性,同时配备诱导型安全开关。该研究设计为多中心Phase 1/Phase 2方案:Part A在预设剂量水平上采用标准3+3剂量递增方法,Part B在生物标志物特征明确的人群中按RP2D进行扩展。所有参与者在治疗前均需对肿瘤组织或骨髓进行GD2和B7-H3表达的中心审查。患者接受方案定义的淋巴细胞清除,随后在第0天输注CAR-NK,若无剂量限制性毒性(DLT)、未控制
【主题与分类】
主题标签:Relapsed Neuroblastoma、Refractory Neuroblastoma、High-Risk Neuroblastoma、Ganglioneuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07502287
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/NCT07502287
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
疾病条件:复发神经母细胞瘤、难治性神经母细胞瘤、高危神经母细胞瘤、神经节神经母细胞瘤。本示例中的研究产品为脐血来源的同种异体NK细胞疗法,经工程化改造以表达识别GD2和B7-H3的双靶点CAR,并由IL-15支持以改善短期持久性,同时配备可诱导的安全开关。该研究设计为多中心1期/2期方案:A部分在预设剂量水平之间采用标准3+3剂量递增方法,B部分在经生物标志物表征的人群中于RP2D进行扩展。所有参与者在治疗前均需对肿瘤组织或骨髓进行GD2和B7-H3表达的中心审查。患者接受方案定义的淋巴细胞清除,随后在第0天输注CAR-NK,若无剂量限制性毒性(DLT)、未控制的细胞因子释放综合征(CRS)或快速进展,可选择在第7天和第14天追加输注。正式疾病评估采用修订版国际神经母细胞瘤疗效标准(rINRC)。
相关性研究评估CAR-NK细胞的扩增与持续性、细胞因子动力学、肿瘤反应与抗原密度的关联,以及未来开发应继续采用双靶点策略,还是转向以GD2为主或富集B7-H3的策略。基因修饰细胞疗法的长期随访将按当地监管要求进行规划。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




