基于中医体质类型的肝细胞癌免疫靶向治疗相关腹泻风险预测模型开发：前瞻性队列研究
该数据集来自 clinicaltrials.gov，主题为肝细胞癌患者接受免疫检查点抑制剂联合抗血管生成靶向治疗时发生的治疗相关腹泻
基本信息
资源简介
基于中医体质类型的肝细胞癌免疫靶向治疗相关腹泻风险预测模型开发：前瞻性队列研究
该数据集围绕肝细胞癌患者在接受免疫检查点抑制剂联合抗血管生成靶向药物治疗过程中出现的治疗相关腹泻问题，基于中医体质分型理论，开展前瞻性队列研究，旨在探索中医体质类型与免疫靶向治疗相关腹泻之间的关联，并进一步构建风险预测模型。数据集主题聚焦于肝癌患者的治疗不良反应管理，来源于 clinicaltrials.gov 注册的临床研究项目，属于肿瘤学领域中肝癌方向的临床研究数据资源。其核心价值在于尝试为治疗前风险筛查提供工具，弥补当前研究多集中于腹泻发生后症状干预、而缺少治疗前预判手段的不足，从而为临床个体化治疗决策和患者生活质量保障提供参考依据。
【数据集背景】
免疫检查点抑制剂联合抗血管生成靶向药物已成为晚期肝细胞癌的一线标准治疗方案。然而，该方案治疗相关腹泻的发生率较高，严重影响患者的生活质量与治疗依从性，甚至可能导致治疗中断。目前多数研究聚焦于腹泻发生后的症状性干预，治疗开始前可用的风险筛查工具仍然匮乏。根据中医体质理论，不同体质个体在疾病易感性和药物反应方面存在差异。该数据集正是基于这一理论背景，采用前瞻性队列设计，探索中医体质类型与免疫靶向治疗相关腹泻之间的相关性，并在此基础上开发风险预测模型。
【数据内容】
该数据集的主题标签为 Liver Cancer，所属分类为肿瘤 / 肝癌。其内容围绕肝细胞癌患者接受免疫检查点抑制剂联合抗血管生成靶向治疗期间的治疗相关腹泻展开，涉及中医体质分型信息与腹泻发生情况之间的关联分析。数据集英文名称明确指向“基于中医体质类型的肝细胞癌患者免疫靶向治疗相关腹泻风险预测模型开发：一项前瞻性队列研究”。关于具体变量字段、样本量、体质分型类别、腹泻分级标准、预测模型纳入因素及模型性能指标等详细数据内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于临床研究注册信息。源站描述显示，研究采用前瞻性队列设计，条件为 Liver Cancer。研究目的是探索中医体质类型与免疫靶向治疗相关腹泻之间的相关性。关于具体的采集时间范围、采集机构、入组与排除标准、随访周期、数据采集流程及质量控制措施等，源站未提供。
【适用场景】
该数据集适用于肝癌领域，尤其是晚期肝细胞癌患者接受免疫检查点抑制剂联合抗血管生成靶向治疗时的治疗相关腹泻风险研究。潜在应用场景包括：治疗前基于中医体质分型进行腹泻风险筛查、辅助临床个体化治疗决策、支持治疗依从性与生活质量管理相关研究，以及为后续风险预测模型的验证与优化提供数据基础。关于该数据集在其他具体场景中的适用性，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据格式、分析工具或建模流程等均未说明。
【质量与限制】
该数据集为前瞻性队列研究设计，其研究问题明确，聚焦于中医体质类型与免疫靶向治疗相关腹泻的关联及风险预测模型开发。但关于样本量、数据完整性、缺失值处理、偏倚控制、模型验证方法及外部适用性等质量与限制相关信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT07741903
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：肝癌。免疫检查点抑制剂联合抗血管生成靶向药物已成为晚期肝细胞癌（HCC）的一线标准治疗方案。然而，治疗相关腹泻的高发生率严重损害患者的生活质量和治疗依从性，甚至可能导致治疗中断。目前研究多集中于腹泻发生后的对症干预，而治疗开始前的前瞻性风险筛查工具较少。根据中医体质理论，不同体质类型的个体在疾病易感性和药物反应方面存在差异。基于前瞻性队列设计，本研究旨在探讨HCC患者中医体质类型与免疫靶向治疗相关腹泻之间的相关性，并进一步构建融合西医与中医指标的风险预测模型。本研究设计为多中心前瞻性观察性队列研究。
共350例于2027年1月至2028年12月在承德医学院附属医院接受免疫治疗联合靶向治疗的初治原发性肝细胞癌患者将纳入模型开发队列。另从承德市中心医院和承德市中医院于2029年1月至2030年1月期间招募150例患者作为外部验证队列。治疗前将收集基线数据，包括社会人口学和一般临床信息、肿瘤及治疗相关数据、实验室检查结果、中医体质评估、营养风险筛查、躯体功能及心理状态评估。所有参与者将定期随访一年，记录腹泻的发生情况。开发队列中的样本将按一定比例随机分为训练集和内部验证集。
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。
