来那度胺联合靶向治疗与免疫治疗用于难治性HCC
该数据集来自clinicaltrials.gov,主题为来那度胺联合靶向治疗与免疫治疗用于难治性肝细胞癌(HCC)。源站描述指出,HCC仍是全球癌症相关死亡的主要原因之一,靶向治疗和免疫检查点抑制剂虽显著改善临床结局,但多数患者在多线治疗后仍出现疾病进展,目前对已用尽靶向和免疫治疗方案的晚期HCC患

基本信息
资源简介
来那度胺联合靶向治疗与免疫治疗用于难治性HCC
该数据集来自clinicaltrials.gov,主题为来那度胺联合靶向治疗与免疫治疗用于难治性肝细胞癌(HCC)。源站描述指出,HCC仍是全球癌症相关死亡的主要原因之一,靶向治疗和免疫检查点抑制剂虽显著改善临床结局,但多数患者在多线治疗后仍出现疾病进展,目前对已用尽靶向和免疫治疗方案的晚期HCC患者尚无既定标准治疗。来那度胺具有抗血管生成、免疫调节和抗肿瘤特性,既往II期研究显示其在索拉非尼治疗后进展的晚期HCC患者中有一定临床活性。该数据可用于了解该联合策略的研究背景与适用人群(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(HCC)。肝细胞癌(HCC)仍是全球癌症相关死亡的主要原因之一。尽管靶向治疗和免疫检查点抑制剂已显著改善临床结局,但大多数患者在多线治疗后最终出现疾病进展。目前,对于已用尽可用靶向和免疫治疗方案的晚期HCC患者,尚无既定标准治疗。来那度胺是一种免疫调节剂,具有抗血管生成、免疫调节和抗肿瘤特性。既往II期研究已证明来那度胺在索拉非尼治疗后进展的晚期HCC患者中具有适度的临床活性。然而,来那度胺作为附加策略在既往从靶向治疗中获益的晚期HCC患者中的疗效
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07639138
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/NCT07639138
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)。肝细胞癌(HCC)仍是全球癌症相关死亡的主要原因之一。尽管靶向治疗和免疫检查点抑制剂已显著改善临床结局,但多数患者在接受多线治疗后最终仍出现疾病进展。目前,对于已耗尽可用靶向及免疫治疗方案的晚期HCC患者,尚无确立的标准治疗。来那度胺是一种免疫调节剂,具有抗血管生成、免疫调节和抗肿瘤特性。既往II期研究显示,来那度胺在索拉非尼治疗后进展的晚期HCC患者中具有中等程度的临床活性。然而,对于既往从靶向治疗和免疫治疗中获益的晚期HCC患者,来那度胺作为附加策略的疗效仍不清楚。
这项前瞻性、单臂研究旨在评估来那度胺联合正在进行的靶向治疗及免疫检查点抑制剂治疗在晚期、不可切除、局部晚期或转移性HCC患者中的安全性和有效性,这些患者在接受至少两线既往系统性治疗后出现疾病进展。符合条件的患者必须既往获得过临床获益,定义为在最近一次靶向治疗联合免疫治疗方案期间达到完全缓解(CR)、部分缓解(PR)或疾病稳定(SD)持续至少4周,之后出现进展。对最近一次方案存在原发性耐药的患者将被排除。参与者将继续其最近一次靶向治疗和免疫治疗方案,并接受来那度胺治疗,直至疾病进展、出现不可接受的毒性、撤回知情同意或研究者决定。共同主要终点为:1. 治疗开始后6个月的无进展生存(PFS)率;根据CTCAE第5.0版评估的≥3级治疗相关不良事件(TRAEs)发生率。2. S
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。




