GKL-006注射液联合TACE治疗不可切除肝细胞癌的安全性、耐受性、药代动力学和药效学研究
该数据集来自clinicaltrials.gov，聚焦GKL-006注射液联合TACE治疗不可切除肝细胞癌的临床研究。研究采用3+3剂量递增设计，设三个GKL-006剂量水平，每个队列计划纳入3例接受联合治疗和1例同期接受TACE单药的受试者
基本信息
资源简介
GKL-006注射液联合TACE治疗不可切除肝细胞癌的安全性、耐受性、药代动力学和药效学研究
该数据集来自clinicaltrials.gov，聚焦GKL-006注射液联合TACE治疗不可切除肝细胞癌的临床研究。研究采用3+3剂量递增设计，设三个GKL-006剂量水平，每个队列计划纳入3例接受联合治疗和1例同期接受TACE单药的受试者。所有受试者在28天治疗期内接受一次TACE，并作为DLT观察期。共筛选19例、入组13例，其中1例入组后接受白细胞分离但未接受细胞输注，最终12例完成方案规定治疗和DLT评估。治疗后每8周评估疗效，并持续进行安全性、影像学和生存随访。数据可用于分析该联合方案的安全性、耐受性、药代动力学和药效学特征（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（HCC）、不可切除肝细胞癌。研究采用3+3剂量递增设计，设三个GKL-006剂量水平：（1.0±0.3）×10^8、（3.0±0.9）×10^8和（9.0±2.7）×10^8 iNKT细胞/m^2。每个队列计划纳入三名接受GKL-006联合TACE的受试者和一名同期接受单纯TACE的受试者。所有受试者在28天治疗期内接受一次TACE操作，该期间也作为DLT观察期。筛选19名受试者，入组13名；一名入组受试者接受了白细胞分离术但未接受细胞输注，剩余12名受试者完成了方案规定的治疗和DLT评估。治疗后每8周评估疗效，并继续进行安全性、影像学和生存随访。
【主题与分类】
主题标签：Hepatocellular Carcinoma (HCC)、Unresectable Hepatocellular Carcinoma。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07845266
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/NCT07845266
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
适应症：肝细胞癌（HCC）、不可切除的肝细胞癌。该研究采用3+3剂量递增设计，设三个GKL-006剂量水平：（1.0±0.3）×10^8、（3.0±0.9）×10^8和（9.0±2.7）×10^8个iNKT细胞/m^2。每个队列计划纳入三名接受GKL-006联合TACE治疗的受试者，以及一名同期仅接受TACE治疗的受试者。所有受试者在28天治疗期内接受一次TACE操作，该治疗期同时作为DLT观察期。共筛选19名受试者，入组13名；其中一名入组受试者接受了白细胞分离术但未接受细胞输注，最终12名受试者完成了方案规定的治疗和DLT评估。治疗后每8周进行疗效评估，并继续进行安全性、影像学和生存随访。
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。
