T细胞膜锚定肿瘤靶向IL12修饰TIL细胞疗法治疗晚期/转移性软组织与骨肉瘤患者
该数据集来自clinicaltrials.gov,聚焦T细胞膜锚定肿瘤靶向IL12(attIL12)修饰的TIL细胞疗法联合环磷酰胺,用于晚期/转移性软组织或骨肉瘤患者

基本信息
资源简介
T细胞膜锚定肿瘤靶向IL12修饰TIL细胞疗法治疗晚期/转移性软组织与骨肉瘤患者
该数据集来自clinicaltrials.gov,聚焦T细胞膜锚定肿瘤靶向IL12(attIL12)修饰的TIL细胞疗法联合环磷酰胺,用于晚期/转移性软组织或骨肉瘤患者。研究分两部分:Part A确定安全性与最大耐受剂量和/或推荐2期剂量;Part B评估复发不可切除脂肪肉瘤的4个月无进展生存率及安全耐受性。次要目标评价抗肿瘤疗效,探索性目标源站未完整提供。可用于细胞疗法安全性、剂量探索与疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转移性软组织肉瘤。主要目标 Part A:确定T细胞膜锚定肿瘤靶向IL12(attIL12)-TIL细胞疗法联合环磷酰胺在晚期/转移性软组织或骨肉瘤受试者中的安全性、最大耐受剂量和/或推荐2期剂量。Part B:通过评估复发不可切除脂肪肉瘤受试者的4个月无进展生存率(PFS 4个月),表征attIL12 TIL细胞联合环磷酰胺的安全性和耐受性并评估初步疗效。次要目标 1)评估在晚期/转移性软组织或骨肉瘤受试者中过继转移T细胞膜锚定肿瘤靶向IL12(attIL12)-TIL细胞疗法联合环磷酰胺后实现的抗肿瘤疗效。探索性目标 1
【主题与分类】
主题标签:Metastatic Soft-tissue Sarcoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06474676
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/NCT06474676
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
条件:转移性软组织肉瘤。
主要目标
A部分:确定T细胞膜锚定肿瘤靶向IL12(attIL12)-TIL细胞疗法联合环磷酰胺在晚期/转移性软组织或骨肉瘤受试者中的安全性、最大耐受剂量和/或推荐的2期剂量。
B部分:通过评估复发性不可切除脂肪肉瘤受试者的4个月无进展生存率(PFS 4个月),描述attIL12 TIL细胞联合环磷酰胺的安全性和耐受性,并评估初步疗效。
次要目标
1)评估在晚期/转移性软组织或骨肉瘤受试者中,过继转移T细胞膜锚定肿瘤靶向IL12(attIL12)-TIL细胞疗法联合环磷酰胺后所实现的抗肿瘤疗效。
探索性目标
- 在治疗前和治疗中的肿瘤标本及外周血样本中,描述过继转移attIL12 TIL细胞疗法后的免疫反应。
评估治疗前和治疗中肿瘤标本中胶原蛋白和FAP的变化,并与临床获益/抗肿瘤反应相关联 3. 确定在过继转移T细胞膜锚定肿瘤靶向IL12(attIL12)-TIL细胞疗法前后外周血中细胞表面波形蛋白(CSV)阳性循环肿瘤细胞(CTC)的变化,并与临床获益/抗肿瘤反应相关联
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。




