肝癌预后调查研究
源站描述显示，研究计划招募 5000 例新诊断、既往未治疗的初发性肝癌患者，在首次入院时开展基线调查，并于出院后 3 个月和 6 个月进行随访，旨在考察环境、临床和遗传风险因素在肝癌进展与预后中的作用
基本信息
资源简介
肝癌预后调查研究
Liver Cancer Prognosis Investigation Study 是一项登记于 clinicaltrials.gov 的前瞻性队列研究，聚焦原发性肝癌（primary liver cancer, PLC）的进展与预后。研究计划招募 5000 例新诊断、既往未接受治疗的初发性肝癌患者，在首次入院时开展基线调查，并于出院后 3 个月和 6 个月进行随访。该研究旨在考察环境、临床和遗传风险因素在肝癌进展与预后中的作用，弥补以往大型前瞻性队列多关注一般人群发病风险、较少针对已确诊患者进展风险因素开展研究的不足。数据集主题标签为 Liver Neoplasms，本站归类为肿瘤 / 肝癌。
【数据集背景】
原发性肝癌恶性程度高，在中国尤为高发，其发生与发展涉及多种因素。已有若干大规模前瞻性队列研究用于识别一般人群中原发性肝癌发生的环境与遗传风险因素，但针对已确诊肝癌患者、用于确定临床预后因素之外进展风险因素的队列研究仍然较少。基于这一背景，该研究拟通过前瞻性队列设计，系统考察环境、临床和遗传风险因素在原发性肝癌进展与预后中的作用。
【数据内容】
源站描述显示，研究对象为新诊断、既往未治疗的初发性肝癌患者，计划招募规模为 5000 例。数据内容围绕基线调查与随访调查展开：基线调查在患者首次入院时进行，随访安排在出院后 3 个月和 6 个月。研究关注的风险因素类别包括环境因素、临床因素和遗传因素，结局指向肝癌的进展与预后。源站未提供具体的变量字段、检测项目、结局定义及样本生物样本类型等细节。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的研究项目，研究类型为前瞻性队列研究。采集方式为在患者首次入院时开展基线调查，并在出院后 3 个月和 6 个月对全部患者进行随访。源站未提供具体的采集机构、采集地点、采集工具、随访执行方式及数据管理流程等信息。
【适用场景】
该数据集适用于肝癌进展与预后相关风险因素的研究场景，包括考察环境暴露、临床特征与遗传因素对原发性肝癌进展和预后的作用；也可用于新诊断、未治疗肝癌患者短期（出院后 3 个月与 6 个月）随访结局的分析。由于研究对象为中国高发的原发性肝癌患者群体，数据可用于该人群的预后研究。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供数据访问方式、数据格式、变量字典、统计分析方法及使用协议等具体说明。
【质量与限制】
该研究为前瞻性队列设计，计划招募 5000 例新诊断、既往未治疗的患者，并在首次入院及出院后 3 个月、6 个月设置调查节点，这些设计特征有助于开展进展与预后因素分析。限制方面，源站未提供样本实际入组情况、失访率、数据完整性、质量控制措施及研究结果等信息，相关质量指标无法依据现有信息评估。
【引用与许可】
源站未提供引用格式与许可条款等信息。
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/NCT06623734
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
条件：肝脏肿瘤。原发性肝癌（PLC）恶性程度高，在中国尤为常见。PLC的发生和发展涉及多种因素。已建立多项大规模前瞻性队列研究，以识别一般人群中PLC发生的环境和遗传危险因素。然而，很少有队列研究专注于确定PLC患者疾病进展中临床预后因素之外的危险因素。因此，我们将开展一项前瞻性队列研究，探讨环境、临床和遗传危险因素在PLC进展和预后中的作用。我们计划招募5000例新诊断、既往未治疗的PLC患者。在初次入院时进行基线调查，所有患者在出院后3个月和6个月进行随访，此后接受介入治疗的患者每3个月随访一次，接受手术和其他治疗的患者每6个月随访一次。
我们将通过结构化问卷、体格检查和病历回顾，收集患者的人口学特征、临床诊断与治疗、生活方式、营养状况、心理与精神状态、生活质量、人体测量数据、身体成分、常规实验室检查与检验以及疾病进展等信息。死亡情况将通过病历、死亡证明及近亲确认。此外，我们还将收集血液、尿液、粪便和肝组织样本。
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。
