二甲双胍原发性预防肝细胞癌
该数据集来自 clinicaltrials.gov,聚焦二甲双胍对肝细胞癌的原发性预防,覆盖肝细胞癌、慢性丙型肝炎与肝硬化人群

基本信息
资源简介
二甲双胍原发性预防肝细胞癌
该数据集来自 clinicaltrials.gov,聚焦二甲双胍对肝细胞癌的原发性预防,覆盖肝细胞癌、慢性丙型肝炎与肝硬化人群。源站描述指出,代偿期HCV肝硬化患者首要死因是肝细胞癌,现有疗法对复发预防能力有限,肝移植仅适用于不足5%的患者,因此降低HCC发生率是降低死亡率的关键;观察性研究提示胰岛素抵抗与多种癌症结局相关,HOMA指数评估的IR水平被视为HCC发生的独立预测因素。数据可用于探索HCC发生风险预测与预防策略研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肝细胞癌、慢性丙型肝炎、肝硬化。肝细胞癌(HCC)目前是代偿期HCV肝硬化患者的首要死因。尽管已有进展,现有疗法在预防复发方面的能力有限。即使早期诊断,由于局部治疗后复发率高,长期预后仍然不佳。肝移植是唯一长期治愈性治疗,但受限于高龄、合并症或移植物短缺,仅涉及不足5%的HCC患者。因此,降低死亡率的最佳途径仍是降低HCC发生率。大量观察性研究已将胰岛素抵抗的发生与多种癌症的结局联系起来。通过HOMA指数评估的IR水平已被认定为HCC发生的独立预测因素。
【主题与分类】
主题标签:Hepatocellular Carcinoma、Hepatitis C, Chronic、Cirrhosis。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02319200
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/NCT02319200
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、慢性丙型肝炎、肝硬化。肝细胞癌(HCC)目前是代偿性HCV肝硬化患者死亡的首要原因。尽管取得了进展,现有疗法在预防复发方面的能力仍然有限。即使在早期诊断,由于局部治疗后复发率高,长期预后仍然不佳。肝移植是唯一长期治愈性治疗,但受限于高龄、合并症或移植物短缺,仅涉及不到5%的HCC患者。因此,降低死亡率的最佳方法仍然是降低HCC发病率。大量观察性研究已将胰岛素抵抗的发生与多种癌症的结局联系起来。通过HOMA指数评估的IR水平已被认定为代偿性病毒性C肝硬化患者发生HCC的独立预测因素。二甲双胍是一种2型糖尿病治疗药物,可抑制肝脏糖异生并增加肌肉中葡萄糖摄取的刺激。
二甲双胍除具有抗糖尿病作用外,还具有抗肿瘤、抗氧化、抗炎和抗血管生成的特性。大量流行病学和实验数据已证实,二甲双胍在特定癌症中具有抗肿瘤和化学预防作用。在我们对代偿期HCV肝硬化且未接受胰岛素治疗的患者队列中,我们观察到通过HOMA评估的IR水平是HCC发生和肝相关死亡的强且独立危险因素。我们还在代偿期HCV肝硬化的糖尿病患者队列中观察到,二甲双胍治疗与HCC发生和肝相关死亡风险降低相关。假设:二甲双胍治疗可降低HCC发生和肝相关死亡或移植。主要目的:评估二甲双胍治疗对代偿期HCV肝硬化且I患者HCC发生和肝相关死亡的影响
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。




