口服锌补充联合靶向免疫治疗不可切除或晚期肝细胞癌

该数据集来自 clinicaltrials.gov,聚焦不可切除或晚期肝细胞癌患者,研究每日口服锌补充联合靶向治疗与免疫治疗的效果

Anhui Provincial HospitalAnhui Provincial Hospital
clinicaltrials
浏览 2
其他预测Hepatocellular Carcinoma
Oral Zinc Supplementation Combined With Targeted Immunotherapy for Unresectable or Advanced Hepatocellular Carcinoma

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-24

资源简介

口服锌补充联合靶向免疫治疗不可切除或晚期肝细胞癌

该数据集来自 clinicaltrials.gov,聚焦不可切除或晚期肝细胞癌患者,研究每日口服锌补充联合靶向治疗与免疫治疗的效果。计划约60名参与者随机分为三组,分别接受靶向加免疫治疗、加20 mg或30 mg元素锌。主要目标是比较第18周肿瘤缩小或消失的参与者数量,同时评估早期肿瘤反应、癌症控制时长、总生存期及治疗安全性,并通过血液检测监测锌和铜水平。数据可用于分析锌补充对联合治疗疗效与安全性的影响(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。本研究将探讨每日口服锌补充剂联合靶向治疗加免疫治疗是否可能帮助不可切除或晚期肝细胞癌患者,这是一种常见的肝癌类型。约60名参与者将参加本研究。参与者将被随机分配到三组之一。一组将接受靶向治疗加免疫治疗,不额外补充锌。另外两组将接受相同类型的癌症治疗,同时每日分别补充20 mg或30 mg元素锌。主要目标是比较第18周时肿瘤缩小或消失的参与者数量。研究人员还将观察更早时间点的肿瘤反应、癌症保持控制的时间、总生存期以及治疗安全性。研究期间将使用血液检测来测量锌和铜水平。

【主题与分类】

主题标签:Hepatocellular Carcinoma。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07793695

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/NCT07793695

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。本研究将探讨在靶向治疗联合免疫治疗的基础上每日口服锌补充剂是否可能对不可切除或晚期肝细胞癌(一种常见的肝癌类型)患者有帮助。约60名参与者将参加本研究。参与者将被随机分配到三组中的一组。一组将接受靶向治疗联合免疫治疗,不额外补充锌。另外两组将接受相同类型的癌症治疗,同时每日分别补充20 mg或30 mg元素锌。主要目标是比较第18周时有多少参与者的肿瘤缩小或消失。研究人员还将观察更早时间点的肿瘤缓解情况、癌症保持控制的时间、总生存期以及治疗安全性。研究期间将通过血液检测测量锌和铜水平。研究人员还将研究免疫细胞(包括T细胞)的变化,以更好地了解补锌是否可能影响机体对癌症治疗的免疫反应。

本研究旨在探讨口服补锌是否安全,以及是否可能提高靶向治疗联合免疫治疗的疗效。研究结果可能有助于确定在更大规模的临床试验中应研究哪种锌剂量。

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