Nogapendekin Alfa Inbakicept与iNKT细胞治疗重症社区获得性肺炎危重成人研究
该数据集源自clinicaltrials.gov,属于呼吸系统疾病/肺炎分类,聚焦重症社区获得性肺炎(CAP)危重成人患者,涵盖急性呼吸窘迫综合征、脓毒症、淋巴细胞减少和免疫麻痹等合并症

基本信息
资源简介
Nogapendekin Alfa Inbakicept与iNKT细胞治疗重症社区获得性肺炎危重成人研究
该数据集源自clinicaltrials.gov,属于呼吸系统疾病/肺炎分类,聚焦重症社区获得性肺炎(CAP)危重成人患者,涵盖急性呼吸窘迫综合征、脓毒症、淋巴细胞减少和免疫麻痹等合并症。数据涉及一项多中心、随机、盲法、安慰剂对照的3期临床试验,研究Nogapendekin Alfa Inbakicept(NAI,一种IL-15受体激动剂)与iNKT细胞联合的免疫治疗策略,旨在评估其恢复免疫功能、降低死亡率和并发症的效果。可用于分析免疫治疗在重症感染中的潜在作用及临床结局预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:社区获得性肺炎(CAP)、急性呼吸窘迫综合征(ARDS)、脓毒症、淋巴细胞减少、免疫麻痹。这项多中心、随机、盲法、安慰剂对照的3期研究旨在解决危重成人中重症社区获得性肺炎(CAP)相关的高死亡率和并发症率,特别是那些经历淋巴细胞减少或免疫麻痹等免疫缺陷的患者。目前重症CAP的标准治疗侧重于感染控制和器官支持,但通常不能直接恢复患者受损的免疫功能。本试验研究一种新型免疫治疗方法,使用两种药物的组合:1. Nogapendekin Alfa Inbakicept(NAI):一种IL-15受体激动剂,旨在激活自然杀伤(NK)和CD8+ T细胞,以增强机体的免疫能力。2. iNKT细胞(恒定自然
【主题与分类】
主题标签:Community-Acquired Pneumonia (CAP)、Sepsis、Lymphopenia、Immunoparalysis。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07492875
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/NCT07492875
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:社区获得性肺炎(CAP)、急性呼吸窘迫综合征(ARDS)、脓毒症、淋巴细胞减少、免疫麻痹。这项多中心、随机、盲法、安慰剂对照的3期研究旨在解决重症监护成人中与重症社区获得性肺炎(CAP)相关的高死亡率和并发症率,特别是那些经历淋巴细胞减少或免疫麻痹等免疫缺陷的患者。目前重症CAP的标准治疗侧重于感染控制和器官支持,但通常不能直接恢复患者受损的免疫功能。本试验研究一种新型免疫治疗方法,使用两种药物的组合:1. Nogapendekin Alfa Inbakicept(NAI):一种IL-15受体激动剂,旨在激活自然杀伤(NK)细胞和CD8+ T细胞,以增强机体的免疫能力。2. iNKT细胞(恒定自然杀伤T细胞):一种同种异体细胞疗法,旨在快速协调先天性和适应性免疫反应。
核心假设是,这种联合疗法在加入标准治疗措施后,能够逆转免疫功能障碍、清除感染、调节炎症,并最终改善这一脆弱患者群体的生存率,减少继发感染和长期器官支持需求等严重并发症。该研究将细致评估这一联合方案的安全性和有效性,基于早期研究中展现出的积极信号。
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。




