Dalpiciclib联合Camrelizumab治疗既往接受ICI治疗的HCC患者

该数据集来自clinicaltrials.gov,聚焦肝细胞癌(HCC)患者在接受免疫检查点抑制剂(ICI)治疗进展后的二线治疗探索

Sun Yat-sen UniversitySun Yat-sen University
clinicaltrials
浏览 2
其他Hepatocellulcar Carcinoma
Dalpiciclib Plus Camrelizumab for HCC Patients Who Have Previously Received ICI Treatment

基本信息

模态
其他
创建/更新时间
2026-10-24

资源简介

Dalpiciclib联合Camrelizumab治疗既往接受ICI治疗的HCC患者

该数据集来自clinicaltrials.gov,聚焦肝细胞癌(HCC)患者在接受免疫检查点抑制剂(ICI)治疗进展后的二线治疗探索。源站描述指出,尽管免疫联合方案已成为晚期HCC一线标准,但ICI进展后的二线治疗缺乏高级别证据;临床前研究提示CDK4/6抑制剂与PD-1/PD-L1阻断具有协同抗肿瘤活性,但尚无临床研究评估dalpiciclib联合camrelizumab在此场景中的疗效与安全性。该数据集可用于了解这一探索性临床试验的设计背景与目标人群(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。尽管基于免疫的疗法(包括靶向免疫或双免疫方案)已成为晚期肝细胞癌(HCC)的一线标准,但在免疫检查点抑制剂(ICI)进展后,缺乏高级别证据指导二线治疗。临床前研究表明CDK4/6抑制剂与PD-1/PD-L1阻断之间存在协同抗肿瘤活性。然而,尚无临床研究评估dalpiciclib与camrelizumab联合在该场景中的应用。为满足这一未满足的需求并探索晚期HCC的新型二线策略,我们计划开展一项探索性临床试验,研究dalpiciclib联合camrelizumab在既往接受过ICI治疗不可切除HCC患者中的疗效与安全性。

【主题与分类】

主题标签:Hepatocellulcar Carcinoma。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07238881

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07238881

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:肝细胞癌。尽管基于免疫的治疗(包括靶向免疫或双免疫方案)已成为晚期肝细胞癌(HCC)的一线标准治疗,但缺乏高级别证据指导免疫检查点抑制剂(ICIs)进展后的二线治疗。临床前研究表明,CDK4/6抑制剂与PD-1/PD-L1阻断具有协同抗肿瘤活性。然而,尚无临床研究评估达尔西利联合卡瑞利珠单抗在此背景下的应用。为满足这一未满足的需求并探索晚期HCC的新型二线策略,我们计划开展一项探索性临床试验,研究达尔西利联合卡瑞利珠单抗在既往接受过ICIs治疗不可切除HCC患者中的疗效和安全性。

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。

获取专属数据定制方案