HBI0101 CAR-T治疗难治性B细胞自身免疫病的1期研究
该数据集来自clinicaltrials.gov,为一项HBI0101 CAR-T治疗难治性B细胞自身免疫病的1期临床研究

基本信息
资源简介
HBI0101 CAR-T治疗难治性B细胞自身免疫病的1期研究
该数据集来自clinicaltrials.gov,为一项HBI0101 CAR-T治疗难治性B细胞自身免疫病的1期临床研究。覆盖系统性硬化症、特发性炎性肌病、类风湿关节炎、系统性红斑狼疮、原发进展型与继发进展型多发性硬化、视神经脊髓炎谱系疾病及重症肌无力。研究为单臂、开放标签、单中心设计,计划入组最多120例B细胞介导的自身免疫风湿病患者,分Part A安全性建立与剂量探索及Part B扩展评估两部分。受试者经白细胞分离采集起始材料,接受单次HBI0101 CAR-T输注。可用于了解该细胞治疗在自身免疫病中的安全性、耐受剂量及扩展评估框架(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:系统性硬化症(SSc)、特发性炎性肌病(IIM)、类风湿关节炎(RA)、系统性红斑狼疮(SLE)、原发进展型多发性硬化(MS)、继发进展型多发性硬化(MS)、视神经脊髓炎谱系疾病(NMOSD)、重症肌无力(MG)。最多120例B细胞介导的自身免疫风湿病患者将入组一项单臂、开放标签、单中心1期研究。该研究包括2个部分。第一部分Part A为安全性特征的建立,随后进行剂量探索、最大耐受剂量(MTD)研究;第二部分Part B为扩展阶段,以在选定的安全剂量下进一步评估安全性。符合条件的受试者将接受白细胞分离程序,为HBI0101 CART研究产品的生产提供起始材料。每例符合条件的受试者将接受单次剂量的HBI0101 C
【主题与分类】
主题标签:Systemic Sclerosis (SSc)、Idiopathic Inflammatory Myopathy (IIM)、Rheumatoid Arthritis (RA)、Systemic Lupus Erythematosus (SLE)、Myasthenia Gravis (MG)、Antiphospholipid Antibody Syndrome。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07085676
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/NCT07085676
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
疾病类型:系统性硬化症(SSc)、特发性炎性肌病(IIM)、类风湿关节炎(RA)、系统性红斑狼疮(SLE)、原发进展型多发性硬化症(MS)、继发进展型多发性硬化症(MS)、视神经脊髓炎谱系疾病(NMOSD)、重症肌无力(MG)。将招募最多120名患有B细胞介导的自身免疫性风湿病的受试者,参加一项单臂、开放标签、单中心的1期研究。该研究包括2个部分。第一部分A为安全性特征的建立,随后进行剂量范围探索和最大耐受剂量(MTD)研究;第二部分B为扩展阶段,以在选定的安全剂量下进一步评估安全性。符合条件的受试者将接受白细胞分离术,为HBI0101 CART研究性产品的生产提供起始材料。每位符合条件的受试者将接受单次剂量的HBI0101 CART细胞。在给予HBI0101 CART之前,研究受试者将接受淋巴细胞清除。给予HBI0101 CART后,受试者将住院数天,然后返回进行常规随访定期访视,直至输注后48个月。
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。




