接受Atezo/Bev治疗的高危食管静脉曲张HCC患者预防性内镜下静脉曲张套扎术
源站描述指出此类患者静脉曲张出血风险高,出血可能导致治疗延迟或永久停用Atezo/Bev,并可能引发肝功能失代偿和生活质量下降

基本信息
资源简介
接受Atezo/Bev治疗的高危食管静脉曲张HCC患者预防性内镜下静脉曲张套扎术
该数据集来自clinicaltrials.gov,聚焦接受atezolizumab联合bevacizumab(Atezo/Bev)治疗的肝细胞癌(HCC)合并高危食管静脉曲张患者。源站描述指出此类患者静脉曲张出血风险高,出血可能导致治疗延迟或永久停用Atezo/Bev,并可能引发肝功能失代偿和生活质量下降。预防性内镜下静脉曲张套扎术(EVL)被提出用于在启动Atezo/Bev前主动处理高危静脉曲张,以降低出血风险并优化肿瘤治疗。数据可用于研究预防性EVL在该人群中的应用价值(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、食管静脉曲张、出血性食管静脉曲张。1. 背景 接受atezolizumab联合bevacizumab(Atezo/Bev)治疗的肝细胞癌(HCC)患者存在较高的静脉曲张出血风险。一旦发生出血,可能导致治疗延迟或永久停用Atezo/Bev,并可能需要换用可能效果较差的替代抗癌治疗。此外,静脉曲张出血可导致肝功能失代偿、肝功能恶化及生活质量下降。预防性内镜下静脉曲张套扎术(EVL)已被提出作为一种方法,用于降低筛查内镜识别出的高危食管静脉曲张患者的静脉曲张出血风险。通过在启动Atezo/Bev前主动治疗高危静脉曲张,预防性EVL可能优化肿瘤治疗
【主题与分类】
主题标签:Hepatocellular Carcinoma、Esophageal Varix、Bleeding Esophageal Varices。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06819566
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/NCT06819566
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、食管静脉曲张、食管静脉曲张出血。1. 背景 接受阿替利珠单抗联合贝伐珠单抗(Atezo/Bev)治疗的肝细胞癌(HCC)患者发生静脉曲张出血的风险较高。一旦发生出血,可能导致治疗延迟或永久停用Atezo/Bev,并可能需要换用可能疗效较差的替代抗肿瘤治疗。此外,静脉曲张出血可导致肝功能失代偿、肝功能恶化及生活质量下降。对于筛查内镜发现的高危食管静脉曲张患者,预防性内镜下静脉曲张套扎术(EVL)已被提出作为降低静脉曲张出血风险的一种方法。通过在启动Atezo/Bev前主动治疗高危静脉曲张,预防性EVL可能优化肿瘤治疗的连续性及患者总体结局。2. 研究目的 本项2期研究旨在评估预防性EVL在降低接受Atezo/Bev治疗的高危食管静脉曲张HCC患者静脉曲张出血方面的疗效与安全性。
此外,本研究旨在:- 评估预防性EVL对患者生存率和生活质量的影响。- 识别与静脉曲张出血风险及治疗反应相关的生物标志物。3. 研究设计 1. 预防性EVL操作 预防性EVL将在Atezo/Bev治疗开始前两周(±1周)内进行。该操作将由具有治疗性内镜专长的委员会认证消化内科内镜医师实施。- EVL技术:抽吸食管静脉曲张直至出现红视现象。在静脉曲张基底部放置橡胶圈以诱导血栓形成,进而导致坏死和脱落。操作从远端食管静脉曲张开始,呈螺旋式向上推进。优先处理活动性出血或内镜下近期出血征象的静脉曲张。2. 随访内镜及额外E
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。




