脐带间充质干细胞联合早期Kasai手术治疗胆道闭锁的临床结局
该数据集来自clinicaltrials.gov,围绕胆道闭锁婴儿在90日龄前接受Kasai手术时联合脐带来源间充质干细胞(UC-MSC)治疗的临床结局

基本信息
资源简介
脐带间充质干细胞联合早期Kasai手术治疗胆道闭锁的临床结局
该数据集来自clinicaltrials.gov,围绕胆道闭锁婴儿在90日龄前接受Kasai手术时联合脐带来源间充质干细胞(UC-MSC)治疗的临床结局。数据覆盖肝功能指标(胆红素、白蛋白、肝酶、凝血功能)、并发症(贫血、腹水、黄疸)、PELD评分及总体生存率等,并设置2025-2027年UC-MSC治疗组与既往单纯Kasai手术的历史对照组。可用于评估UC-MSC疗法对肝功能改善、并发症减少和生存获益的预测与比较研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胆道闭锁、Kasai肝门空肠吻合术、间充质干细胞移植、肝功能紊乱、肝纤维化、生存率。这项带有历史对照的临床试验旨在评估脐带来源间充质干细胞(UC-MSC)治疗能否改善90日龄前接受Kasai手术的胆道闭锁婴儿的临床结局。它旨在回答的主要问题是:UC-MSC治疗能否改善肝功能参数(胆红素、白蛋白、肝酶、凝血功能)?UC-MSC治疗能否减少贫血、腹水、黄疸等并发症并改善PELD评分?与单纯标准Kasai手术相比,UC-MSC治疗能否提高总体生存率?研究人员将把2025-2027年接受UC-MSC治疗的组与既往未接受UC-MSC而接受Kasai手术的历史对照组进行比较。
【主题与分类】
主题标签:Biliary Atresia、Kasai Portoenterostomy、Mesenchymal Stem Cell Transplantation、Liver Function Disorders、Liver Fibrosis、Survival Rate。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07011199
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/NCT07011199
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:胆道闭锁、Kasai肝门空肠吻合术、间充质干细胞移植、肝功能异常、肝纤维化、生存率。这项采用历史对照的临床试验旨在评估脐带来源间充质干细胞(UC-MSC)治疗能否改善90日龄前接受Kasai手术的胆道闭锁婴儿的临床结局。其主要研究问题包括:UC-MSC治疗能否改善肝功能指标(胆红素、白蛋白、肝酶、凝血功能)?UC-MSC治疗能否减少贫血、腹水、黄疸等并发症并改善PELD评分?与单纯标准Kasai手术相比,UC-MSC治疗能否提高总体生存率?研究者将把2025—2027年接受UC-MSC治疗的组别与既往未接受UC-MSC治疗而接受Kasai手术的历史对照组进行比较。受试者将:接受术前评估,包括实验室检查和影像学检查。接受Kasai手术,并术中经门静脉注射2000万个UC-MSC。
术后通过定期实验室检查、影像学检查(Fibroscan)和临床评估进行监测。随访潜在的严重不良事件和生存结局。
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。




