Atezolizumab、Bevacizumab与Tocilizumab治疗晚期肝细胞癌研究
该数据集来自clinicaltrials.gov,收录一项针对局部晚期、转移性和/或不可切除肝细胞癌(HCC)的II期、开放标签、单臂、多中心研究

基本信息
资源简介
Atezolizumab、Bevacizumab与Tocilizumab治疗晚期肝细胞癌研究
该数据集来自clinicaltrials.gov,收录一项针对局部晚期、转移性和/或不可切除肝细胞癌(HCC)的II期、开放标签、单臂、多中心研究。研究计划在6个中心入组约51例成人患者,评估Atezolizumab、Bevacizumab与Tocilizumab联合治疗的安全性及疗效。数据可用于分析联合用药方案在晚期肝癌中的治疗反应与安全性结局,支持临床预测建模研究(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)。这是一项II期、开放标签、单臂、多中心研究,旨在评估Atezolizumab、Bevacizumab与Tocilizumab在局部晚期、转移性和/或不可切除肝细胞癌(HCC)患者中的安全性和疗效。约51例患者将在6个研究中心入组,并接受由Atezolizumab、Bevacizumab与Tocilizumab组成的联合治疗。入组患者将在每个21天周期的第1天接受Atezolizumab 1,200 mg静脉给药和Bevacizumab 15 mg/kg静脉给药,同时每个42天周期的第1天接受Tocilizumab 4 mg/kg静脉给药,最多5剂。治疗将持续至疾病进展、不可接受的毒性、撤回知情同意或满足其他方案定义的终止标准。研究人群包括成人患者,其
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07774247
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/NCT07774247
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)。这是一项2期、开放标签、单臂、多中心研究,旨在评估阿替利珠单抗、贝伐珠单抗和托珠单抗在局部晚期、转移性和/或不可切除的肝细胞癌(HCC)患者中的安全性和有效性。约51例患者将在6个研究中心入组,并接受由阿替利珠单抗、贝伐珠单抗和托珠单抗组成的联合治疗。分配至本研究的患者将在每个21天周期的第1天静脉注射阿替利珠单抗1,200 mg和贝伐珠单抗15 mg/kg,同时在每个42天周期的第1天静脉注射托珠单抗4 mg/kg,最多5次给药。治疗将持续至疾病进展、出现不可接受的毒性、撤回知情同意或达到其他方案规定的停药标准。研究人群包括未接受过肝细胞癌既往系统性治疗的局部晚期、转移性和/或不可切除HCC成人患者。
合格患者必须具有组织学、细胞学或影像学确诊的诊断,根据RECIST第1.1版至少有一个可测量病灶,Child-Pugh A级肝功能,ECOG体能状态评分为0或1,以及足够的器官功能。主要目的是根据NCI CTCAE第5.0版评估治疗开始后24周内发生的3级或以上免疫相关不良事件(irAEs)的发生率。次要目的包括根据RECIST v1.1评估客观缓解率(ORR)和疾病控制率(DCR)、无进展生存期、总生存期以及因不良事件导致的治疗中止率。安全性评价将包括不良事件、严重不良事件、实验室参数、生命体征和其他临床评估的评估。探索性目的包括评估治疗反应与血清炎症标志物(如IL-6和CRP)及免疫细胞谱之间的相关性。
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。




