靶向GD2的多模块嵌合抗原受体治疗神经母细胞瘤
该数据集来自clinicaltrials.gov,记录一项名为MAGNETO的单中心、非随机、开放标签I期临床试验,研究对象为1至16岁神经母细胞瘤儿童与青少年

基本信息
资源简介
靶向GD2的多模块嵌合抗原受体治疗神经母细胞瘤
该数据集来自clinicaltrials.gov,记录一项名为MAGNETO的单中心、非随机、开放标签I期临床试验,研究对象为1至16岁神经母细胞瘤儿童与青少年。试验采用靶向GD2的自体CAR T细胞(GD2 CAR T cells)作为研究性先进治疗药品,细胞经修饰表达GD2 CAR并导入额外转基因以抵抗肿瘤微环境抑制、支持CAR T细胞功能与持久性。患者接受未刺激白细胞采集制备产品,约需15天,并接受氟达拉滨与环磷酰胺淋巴清除化疗。数据可用于了解该细胞治疗的设计与流程(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经母细胞瘤。MAGNETO是一项单中心、非随机、开放标签的I期临床试验,研究对象为1至16岁患有神经母细胞瘤的儿童和青少年,试验药物为先进治疗研究性药品(ATIMP)。本研究的ATIMP(GD2 CAR T细胞)是自体T细胞,经修饰表达GD2 CAR(靶向神经母细胞瘤细胞上的GD2)并携带额外转基因,旨在赋予其对肿瘤微环境中抑制作用的抵抗能力,并支持CAR T细胞的功能和持久性。患者将接受未刺激的白细胞采集以生成ATIMP,生成约需15天。患者将接受淋巴清除(LD)化疗,方案为氟达拉滨30 mg/m2给药4天(第-6天至第-3天)和环磷酰胺500 mg/m2给药2天(第-4天和第-3天)。患者将在三个d之一接受治疗
【主题与分类】
主题标签:Neuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05990751
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/NCT05990751
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:神经母细胞瘤。MAGNETO是一项单中心、非随机、开放标签的I期临床试验,研究对象为1至16岁患有神经母细胞瘤的儿童和青少年,试验药物为先进治疗研究性药品(ATIMP)。本研究所用的ATIMP(GD2 CAR T细胞)为自体T细胞,经修饰以表达GD2 CAR(靶向神经母细胞瘤细胞上的GD2)以及额外的转基因,旨在赋予其对肿瘤微环境中抑制作用的抵抗能力,并支持CAR T细胞的功能和持久性。患者将接受非刺激白细胞分离术以制备ATIMP,制备过程约需15天。患者将接受淋巴细胞清除(LD)化疗,方案为氟达拉滨30 mg/m2,连续4天给药(第-6天至第-3天),以及环磷酰胺500 mg/m2,连续2天给药(第-4天和第-3天)。如上所述,患者在LD化疗后将接受三个剂量水平之一的治疗。
本研究将评估生成ATIMP的可行性、施用ATIMP的安全性、ATIMP的耐受性,以及CAR-T细胞在神经母细胞瘤患者体内输注后的植入、扩增和持久性效果。CAR-T细胞输注后,患者将作为住院病人接受2至4周的监测。出院后,患者将进入干预性随访阶段,并接受为期1年的随访。患者将在输注后6周进行复查,此后每3个月复查一次,直至CAR-T细胞输注后1年。若患者在CAR-T细胞输注后第一年内复发,将退出干预性随访,并自CAR-T输注后每年随访一次,直至15年。完成研究的1年干预阶段后,所有患者,无论病情进展或对治疗有无响应,都将进入长期随访,直至CAR-T输注后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。
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。




