改良痘苗病毒治疗索拉非尼治疗失败的晚期肝癌患者的2b期研究
该数据集来自clinicaltrials.gov,收录一项针对索拉非尼治疗失败的晚期肝细胞癌(HCC)患者的2b期、开放标签、随机、多中心研究

基本信息
资源简介
改良痘苗病毒治疗索拉非尼治疗失败的晚期肝癌患者的2b期研究
该数据集来自clinicaltrials.gov,收录一项针对索拉非尼治疗失败的晚期肝细胞癌(HCC)患者的2b期、开放标签、随机、多中心研究。研究评估JX-594(Pexa-Vec)联合最佳支持治疗(BSC)对比单用BSC的疗效与安全性,患者按2:1随机分配。数据覆盖HCC、肝癌等主题,可用于了解该临床试验的设计与分组信息,并作为肿瘤/肝癌相关研究或分类任务的参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝细胞癌、肝癌、HCC。这项2b期、开放标签、随机、多中心研究旨在评估JX-594(Pexa-Vec)在既往索拉非尼治疗失败的晚期肝细胞癌(HCC)患者中的疗效和安全性。符合条件的患者按2:1比例随机分配接受实验性治疗(JX-594联合最佳支持治疗[BSC])或对照治疗(单用BSC)。分配至实验组的患者在第1天接受JX-594的初始静脉(IV)输注。随后在第8天、第22天以及第6、12和18周,在影像引导下将JX-594直接瘤内(IT)注射到有活力的肝脏肿瘤中。这些患者还将接受BSC,但严格禁止进行积极的抗癌治疗。相比之下,对照组患者仅接受最佳支持治疗
【主题与分类】
主题标签:Hepatocellular Carcinoma、Liver Cancer、HCC。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01387555
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/NCT01387555
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:肝细胞癌、肝癌、HCC。这项2b期、开放标签、随机、多中心研究旨在评估JX-594(Pexa-Vec)在既往索拉非尼治疗失败的晚期肝细胞癌(HCC)患者中的疗效和安全性。符合条件的患者按2:1的比例随机分配,接受实验性治疗(JX-594联合最佳支持治疗[BSC])或对照治疗(仅BSC)。分配至实验组的患者在第1天接受JX-594的初始静脉(IV)输注。随后在第8天、第22天以及第6、12和18周,在影像引导下将JX-594直接瘤内(IT)注射至存活的肝脏肿瘤中。这些患者还将接受BSC,但严格禁止进行积极的抗癌治疗。相比之下,对照组患者仅在治疗医生的指导下接受最佳支持治疗(如补液、营养支持、疼痛管理),不注射任何研究药物。对照组不允许进行实验性或积极的抗癌治疗。
本研究的主要目的是比较两个治疗组的总生存期(OS)。次要目的包括根据mRECIST标准评估肝细胞癌(HCC)的至肿瘤进展时间(TTP)和客观缓解率。本研究还评估至症状进展时间(TSP),其定义为FACT肝胆症状指数(FHSI-8)问卷和ECOG体能状态的变化。此外,本研究评估由EORTC和FACT-Hep问卷测量的生活质量(QoL)变化。最后,通过根据NCI CTCAE v4.03分级的不良事件(AEs)和严重不良事件(SAEs)的发生率和严重程度以及临床实验室评估,密切监测总体安全性和耐受性。
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。




