Cadonilimab联合卡培他滨辅助治疗混合性肝细胞癌与肝内胆管癌的II期临床研究
该数据集来自clinicaltrials.gov,收录一项关于Cadonilimab联合卡培他滨用于混合性肝细胞癌与肝内胆管癌(cHCC/CCA)术后辅助治疗的II期临床研究

基本信息
资源简介
Cadonilimab联合卡培他滨辅助治疗混合性肝细胞癌与肝内胆管癌的II期临床研究
该数据集来自clinicaltrials.gov,收录一项关于Cadonilimab联合卡培他滨用于混合性肝细胞癌与肝内胆管癌(cHCC/CCA)术后辅助治疗的II期临床研究。cHCC/CCA是一种罕见的原发性肝脏恶性肿瘤,占所有肝癌约0.4%-14.2%,即使实现R0切除,术后复发率仍高达78.6%,中位总生存期仅9-18个月,目前尚无标准化辅助治疗方案。该数据可用于了解该联合策略的研究背景与设计,为相关临床预测与疗效安全性分析提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:混合性肝细胞-胆管癌、肝脏肿瘤。方案标题:Cadonilimab联合卡培他滨辅助治疗混合性肝细胞癌与肝内胆管癌的疗效与安全性II期临床试验。研究背景与依据:混合性肝细胞-胆管癌(cHCC/CCA)是一种罕见的原发性肝脏恶性肿瘤,表现为肝细胞和胆管细胞双重分化,约占所有肝癌的0.4%-14.2%。尽管实现了R0切除,术后复发率仍然极高(已报道系列中为78.6%),中位总生存期仅为9-18个月。目前,cHCC/CCA切除后尚无标准化的辅助治疗。本研究探讨一种新的联合策略,使用cadonilimab(一种靶向P
【主题与分类】
主题标签:Liver Neoplasms。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07243951
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/NCT07243951
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
适应症:混合型肝细胞-胆管癌、肝脏肿瘤。方案标题:卡度尼利单抗联合卡培他滨用于混合型肝细胞癌与肝内胆管癌辅助治疗的有效性与安全性II期临床试验。研究背景与依据:混合型肝细胞-胆管癌(cHCC/CCA)是一种罕见的原发性肝脏恶性肿瘤,同时表现出肝细胞和胆管细胞分化特征,约占所有肝癌的0.4%-14.2%。尽管实现了R0切除,术后复发率仍极高(已报道的系列中为78.6%),中位总生存期仅为9-18个月。目前,cHCC/CCA切除后尚无标准化的辅助治疗方案。本研究探讨一种新的联合策略,即卡度尼利单抗(一种同时靶向PD-1和CTLA-4的双特异性抗体)联合卡培他滨化疗,以期通过潜在增强抗肿瘤免疫并清除术后微小转移病灶来满足这一未被满足的医疗需求。
研究设计:这是一项由研究者发起的、前瞻性、单臂、开放标签、多中心II期临床研究。干预方案:* 卡度尼利单抗(AK104):10 mg/kg,于每个21天周期的第1天经静脉输注给药,输注时间60-120分钟(至少60分钟)。* 卡培他滨:2500 mg/m²/天,口服,每日分两次于早、晚餐后30分钟内服用,连续服用14天,随后休息7天,构成一个21天周期。* 治疗持续时间:治疗持续8个周期(24周),除非因以下原因提前终止:经RECIST 1.1标准影像学确认的疾病复发、不可接受的毒性、撤回知情同意或研究者决定。研究评估:* 肿瘤评估:治疗期间每12周(4个周期)进行影像学评估(CT/MRI)。治疗后,未复发患者每12周进行一次影像学检查,直至24个月,随后进行超声
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。




