地舒单抗策略治疗肝癌骨转移
本数据集来自 clinicaltrials.gov,为一项单中心、前瞻性、随机、开放标签、盲法终点(PROBE)的探索性 2 期策略研究,针对经影像学或病理学确认骨转移的肝细胞癌(HCC)患者

基本信息
资源简介
地舒单抗策略治疗肝癌骨转移
本数据集来自 clinicaltrials.gov,为一项单中心、前瞻性、随机、开放标签、盲法终点(PROBE)的探索性 2 期策略研究,针对经影像学或病理学确认骨转移的肝细胞癌(HCC)患者。共 50 名受试者按 1:1 随机分配至早期地舒单抗联合固定统一 PD-1 为基础的系统治疗组,或相同 PD-1 为基础的系统治疗联合延迟/挽救性骨改良策略组。研究旨在评估早期地舒单抗策略能否改善 HCC 骨转移患者的骨相关临床结局,关键问题在于早期 RANKL 抑制能否减少或延迟骨相关事件、延缓疼痛恶化并改善生活质量(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)、骨转移。这是一项单中心、前瞻性、随机、开放标签、盲法终点(PROBE)的探索性 2 期策略研究,纳入经影像学或病理学确认骨转移的肝细胞癌(HCC)患者。共 50 名受试者将按 1:1 比例随机分配至早期地舒单抗联合固定统一 PD-1 为基础的系统治疗组,或相同的 PD-1 为基础的系统治疗联合延迟/挽救性骨改良策略组。该研究旨在评估早期地舒单抗策略能否改善 HCC 骨转移患者的骨相关临床结局。关键临床问题不是地舒单抗能否改善短期肝内影像学缓解,而是早期 RANKL 抑制能否减少或延迟骨相关事件、延缓疼痛恶化并改善生活质量。
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)、Bone Metastases。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07537972
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/NCT07537972
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(HCC)、骨转移。这是一项单中心、前瞻性、随机、开放标签、盲法终点(PROBE)的探索性2期策略研究,研究对象为肝细胞癌(HCC)且经影像学或病理学证实存在骨转移的患者。共50名受试者将按1:1比例随机分配至早期地舒单抗联合锁定的统一PD-1为基础的系统治疗组,或相同的PD-1为基础的系统治疗联合延迟/挽救性骨改良策略组。该研究旨在评估早期地舒单抗策略能否改善HCC伴骨转移患者的骨相关临床结局。关键临床问题并非地舒单抗能否改善短期肝内影像学缓解,而是在统一的PD-1为基础的系统治疗骨架之上加用早期RANKL抑制能否减少或延迟骨相关事件、延迟疼痛加重并改善生活质量。PD-1为基础的系统治疗骨架必须在首例受试者入组前锁定,并在整个研究期间保持一致。
两个研究组均接受相同的锁定全身治疗方案、标准支持治疗、镇痛治疗以及针对骨转移的临床必要局部治疗。两组之间唯一由方案定义的治疗差异在于是否在基线时开始使用地诺单抗。随机分配至试验组的受试者将接受地诺单抗120 mg皮下注射,每4周一次,治疗开始前纠正低钙血症,并根据指征补充钙/维生素D。随机分配至对照组的受试者基线时不常规接受预防性骨改良药物。当出现预设触发事件时,可启动挽救性骨改良治疗,例如即将发生或已发生的病理性骨折、脊髓压迫或脊柱不稳加重、尽管接受标准管理但骨痛仍加重、快速进展的骨破坏被判定为显著增加骨相关事件风险,或恶性
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。




