阿司匹林能否降低肝硬化患者HCC风险:AspiRe HCC试验
该数据集来自clinicaltrials.gov,主题为AspiRe HCC试验,旨在探究每日低剂量阿司匹林(100 mg)能否帮助已患肝硬化的人群预防肝细胞癌(HCC)

基本信息
资源简介
阿司匹林能否降低肝硬化患者HCC风险:AspiRe HCC试验
该数据集来自clinicaltrials.gov,主题为AspiRe HCC试验,旨在探究每日低剂量阿司匹林(100 mg)能否帮助已患肝硬化的人群预防肝细胞癌(HCC)。HCC发病率在澳大利亚及全球呈上升趋势,超过90%的HCC病例发生在肝硬化患者中,且不足20%的肝硬化患者能在可治愈阶段被诊断。既往研究提示阿司匹林可能将HCC风险降低50-70%,在肝硬化患者中获益更强。目前尚无预防肝硬化患者发生HCC的治疗手段。该数据可用于肝癌预防相关的预测建模与临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝硬化。AspiRe HCC试验是一项大型临床研究,旨在探究每日低剂量阿司匹林(100 mg)能否帮助已患肝硬化的人群预防肝细胞癌(HCC)——最常见的肝癌形式。HCC发病率在澳大利亚及全球呈上升趋势,超过90%的HCC病例发生在肝硬化患者中。不足20%的肝硬化患者能在可治愈阶段被诊断出HCC。早期诊断HCC可提高治愈或阻止其生长、扩散的机会。既往研究提示阿司匹林可能将HCC发生风险降低50-70%,在已患肝硬化的人群中获益更强。理想情况下,我们需要从一开始就预防HCC发生。然而,目前尚无预防肝硬化患者发生HCC的治疗手段。实验性研究
【主题与分类】
主题标签:Liver Cirrhosis。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07529262
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/NCT07529262
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:肝硬化。AspiRe HCC试验是一项大型临床研究,旨在探究每日低剂量阿司匹林(100毫克)是否有助于预防肝细胞癌(HCC)——最常见的肝癌形式——在已患有肝硬化的人群中。澳大利亚及全球范围内HCC发病率正在上升,超过90%的HCC病例发生在肝硬化患者中。不到20%的肝硬化患者能在HCC尚可治愈的早期阶段得到诊断。早期诊断HCC能增加治愈或阻止其生长及扩散的机会。先前的研究表明,阿司匹林可能降低HCC风险达50-70%,对已患有肝硬化的人群益处更大。理想情况下,我们需要从一开始就预防HCC的发生。然而,目前尚无针对肝硬化患者预防HCC的治疗方法。动物和人体实验研究表明,阿司匹林治疗安全,并可能预防HCC,在肝硬化患者中至少降低50%的风险。
世界各地研究表明,因其他原因(如预防心脏病或中风)服用低剂量阿司匹林(每日100毫克,有时称为“迷你阿司匹林”)的人群,罹患肝细胞癌(HCC)的风险显著降低。重要的是,在这些情况下使用阿司匹林的人,其副作用发生率似乎并未比不服用阿司匹林的人有所增加。若证实有效,阿司匹林或将成为一种简单且经济实惠的预防性治疗手段,每年可能挽救数百条生命,并减少医疗保健成本。具有肝硬化及肝癌亲身经历的人士参与了本研究的设计与审查,以确保研究的相关性、伦理性和意义。他们将继续作为试验指导委员会成员贡献力量。本试验是一项多中心、前瞻性、实用性、为期4年的随机对照试验(RCT),旨在对比阿司匹林与安慰剂疗法在890名病情稳定、代偿良好的肝硬化参与者中的效果,这些参与者均在医院接受治疗。
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。




