mSEPT9 生物标志物预测肝硬化患者肝细胞癌发生的临床研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心队列试验,纳入 400 名基线确诊肝硬化且无肝细胞癌(HCC)证据的参与者,评估循环表观遗传生物标志物 mSEPT9 预测肝硬化患者发生 HCC 的预后价值

基本信息
资源简介
mSEPT9 生物标志物预测肝硬化患者肝细胞癌发生的临床研究
该数据集来自 clinicaltrials.gov,为一项前瞻性、多中心队列试验,纳入 400 名基线确诊肝硬化且无肝细胞癌(HCC)证据的参与者,评估循环表观遗传生物标志物 mSEPT9 预测肝硬化患者发生 HCC 的预后价值。研究主要关注 mSEPT9 检测由三阴性状态转为至少一次三重复阳性与后续 HCC 发生之间的关联,次要目标包括在不同肝硬化病因中评估该关联及其相关性。可用于肝癌风险预测与表观遗传标志物研究(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)、肝硬化、肝癌风险预测、表观基因组学。本研究是一项前瞻性、多中心队列试验,旨在评估循环表观遗传生物标志物 mSEPT9 在预测肝硬化患者发生肝细胞癌(HCC)方面的预后价值。该试验涉及 400 名参与者,这些参与者在基线时被确认患有肝硬化且无 HCC 证据。研究的主要重点是评估 mSEPT9 检测的“转换”——从三阴性状态(三次重复检测均未检测到甲基化)转为至少一次三重复阳性——与随后发生 HCC 之间的关联。次要目标包括评估该关联在不同肝硬化病因(例如病毒性肝炎、酒精相关肝病、非酒精性脂肪性肝炎)中的情况及其相关性
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)、Cirrhosis、Risk Prediction for Liver Cancer、Epigenomics。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06778317
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/NCT06778317
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:肝细胞癌(HCC)、肝硬化、肝癌风险预测、表观基因组学。本研究是一项前瞻性、多中心队列试验,旨在评估循环表观遗传生物标志物mSEPT9在预测肝硬化患者发生肝细胞癌(HCC)方面的预后价值。该试验纳入400名基线时确诊为肝硬化且无HCC证据的参与者。研究的主要重点是评估mSEPT9检测的“转换”——从三阴性状态(三次重复检测均未检测到甲基化)转为至少一次重复检测阳性——与随后发生HCC之间的关联。次要目标包括评估这种关联在不同病因的肝硬化(如病毒性肝炎、酒精相关性肝病、非酒精性脂肪性肝炎)中的表现,以及其与HCC相关死亡率的相关性。根据国际肝硬化管理指南,参与者将在60个月的随访期内每六个月接受一次标准化的临床、生物学和影像学评估。
除常规诊疗外,每次随访将采集血样用于mSEPT9检测。这些样本将被处理、保存于-80°C,并分批分析以评估mSEPT9水平。本研究结果有望满足对可靠、非侵入性生物标志物用于HCC风险预测的未满足需求,可能为肝硬化患者带来个性化监测策略和更早的干预。数据将使用电子病例报告表(eCRF)进行管理,以确保所有参与中心的安全、标准化记录。研究期间,mSEPT9检测结果不会影响临床管理,但将进行分析以确定其对HCC发生和预后的预测价值。
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。



![PRJNA1529685:组蛋白H3第27位赖氨酸巴豆酰化在基因转录抑制中的作用[c-Myc染色质免疫共沉淀测序]](/medical-api/medicalDataset/datasetCover/39681.jpg)
