CARTIMMUNE：接受KYV-101治疗的自身免疫疾病患者研究
该数据集来自 clinicaltrials.gov，收录一项评估 KYV-101（全人源抗 CD19 CAR T 细胞疗法）在 24 名 B 细胞驱动的自身免疫疾病成人受试者中的安全性、耐受性与临床活性的研究
基本信息
资源简介
CARTIMMUNE：接受KYV-101治疗的自身免疫疾病患者研究
该数据集来自 clinicaltrials.gov，收录一项评估 KYV-101（全人源抗 CD19 CAR T 细胞疗法）在 24 名 B 细胞驱动的自身免疫疾病成人受试者中的安全性、耐受性与临床活性的研究。覆盖疾病包括特发性炎性肌病（含皮肌炎、坏死性肌病、抗 HMGCoA 相关肌病、多发性肌炎）、弥漫性皮肤系统性硬化症、伴肾炎的系统性红斑狼疮以及 ANCA 相关性血管炎。每个疾病组 6 人，接受单次 1.0×10[8] CAR+ T 细胞剂量，随访 2 年，并接受环磷酰胺淋巴清除化疗。可用于自身免疫疾病细胞治疗的安全性、耐受性与临床活性研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：特发性炎性肌病、弥漫性皮肤系统性硬化症、SLE 肾炎、ANCA 相关性血管炎。本研究旨在评估 KYV 101（一种全人源抗 CD19 CAR T 细胞疗法）在 24 名患有 B 细胞驱动的自身免疫疾病的成人受试者中的安全性、耐受性和临床活性。所研究的疾病包括：特发性坏死性肌病（INM），包括皮肌炎（DM）、坏死性肌病、抗 HMGCoA 相关肌病和多发性肌炎（PM），弥漫性皮肤系统性硬化症（dcSSc），伴有肾炎的系统性红斑狼疮（SLE），以及 ANCA 相关性血管炎（AAV）。每个自身免疫疾病组 6 名参与者，共 24 名参与者，将接受单次剂量为 1.0×10[8] CAR+ T 细胞的治疗。参与者将根据本方案随访 2 年。淋巴清除化疗使用环磷酰胺
【主题与分类】
主题标签：Idiopathic Inflammatory Myopathies、Diffuse Cutaneous Systemic Sclerosis、SLE Nephritis、ANCA Associated Vasculitis。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06152172
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/NCT06152172
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：特发性炎性肌病、弥漫性皮肤系统性硬化症、SLE肾炎、ANCA相关性血管炎。本研究旨在评估KYV 101（一种全人源抗CD19 CAR T细胞疗法）在24名患有B细胞驱动自身免疫性疾病的成年受试者中的安全性、耐受性和临床活性。所研究的疾病包括：特发性坏死性肌病（INM），包括皮肌炎（DM）、坏死性肌病、抗HMGCoA相关肌病和皮肌炎（PM）；弥漫性皮肤系统性硬化症（dcSSc）；伴有肾炎的系统性红斑狼疮（SLE）；以及ANCA相关性血管炎（AAV）。每个自身免疫性疾病组有6名参与者，共24名参与者，将接受单次剂量为1.0×10[8] CAR+ T细胞的治疗。参与者将根据本方案接受为期2年的随访。在给予KYV-101前5至7天，将进行淋巴细胞清除性化疗，即每日静脉注射环磷酰胺（CYC）300 mg/m2和氟达拉滨（FLU）30 mg/m2，连续3天。
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。
