晚期HCC一线治疗失败后强化治疗与转化治疗的疗效与安全性比较

该数据集来自clinicaltrials.gov,聚焦晚期肝细胞癌(HCC)在一线免疫检查点抑制剂(ICIs)治疗进展后的二线治疗策略

Sun Yat-sen UniversitySun Yat-sen University
clinicaltrials
浏览 2
其他Hepatocellulcar Carcinoma
Efficacy and Safety Comparison Between Intensified Therapy and Conversion Therapy For Advanced HCC After Failure of First-line

基本信息

模态
其他
创建/更新时间
2026-10-24

资源简介

晚期HCC一线治疗失败后强化治疗与转化治疗的疗效与安全性比较

该数据集来自clinicaltrials.gov,聚焦晚期肝细胞癌(HCC)在一线免疫检查点抑制剂(ICIs)治疗进展后的二线治疗策略。源站描述指出,尽管免疫治疗已成为晚期HCC一线标准,但二线治疗选择缺乏高级别证据,且“原方案加药”与“换用不同机制药物”等联合模式缺乏直接比较数据。为此计划开展探索性临床试验,比较强化治疗(加用lenvatinib)与转化治疗(regorafenib联合PD)的疗效与安全性。数据可用于了解该临床研究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):适应症:肝细胞癌。尽管基于免疫的治疗(包括靶向-免疫联合或双免疫联合方案)已成为晚期肝细胞癌(HCC)的一线标准治疗,但在免疫检查点抑制剂(ICIs)进展后,仍缺乏高级别证据指导二线治疗的选择。此外,对于“继续原一线方案并加用药物”或“换用不同作用机制药物”等联合治疗模式,直接比较数据稀缺。为满足这一临床需求并探索晚期HCC的新型二线治疗策略,我们计划开展一项探索性临床试验,研究强化治疗(加用lenvatinib)与转化治疗(regorafenib联合PD)的疗效与安全性比较。

【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/NCT07501351

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/NCT07501351

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。尽管基于免疫治疗的方案(包括靶向-免疫联合或双免疫联合方案)已成为晚期肝细胞癌(HCC)的一线标准治疗,但对于免疫检查点抑制剂(ICIs)治疗进展后二线治疗的选择,仍缺乏高级别证据指导。此外,对于“继续原一线方案并加用药物”或“换用不同作用机制的药物”等联合治疗模式,直接比较数据也十分匮乏。为满足这一临床需求并探索晚期HCC的新型二线治疗策略,我们计划开展一项探索性临床试验,研究强化治疗(加用仑伐替尼)与转化治疗(瑞戈非尼联合PD-1抑制剂)在晚期肝细胞癌患者一线贝伐珠单抗联合信迪利单抗治疗失败后的疗效与安全性比较。

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