ProspEXPO:肝细胞癌与化学及心理社会环境暴露组的关联研究
ProspEXPO 是一项基于人群的研究,关注肝细胞癌(HCC)与化学及心理社会环境暴露组之间的关联。数据来自 clinicaltrials.gov,涉及肝硬化、肝癌等条件

基本信息
资源简介
ProspEXPO:肝细胞癌与化学及心理社会环境暴露组的关联研究
ProspEXPO 是一项基于人群的研究,关注肝细胞癌(HCC)与化学及心理社会环境暴露组之间的关联。数据来自 clinicaltrials.gov,涉及肝硬化、肝癌等条件。研究探讨污染物、社会心理决定因素、成瘾行为等暴露组要素如何与酒精、不均衡饮食、代谢因素、吸烟、遗传易感性等传统风险因素交互,通过氧化应激、炎症和肝脏免疫反应促进肝脏肿瘤微环境形成。该数据可用于分析环境与心理社会暴露对 HCC 风险的调节作用,支持肝病与肝癌的风险预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝硬化、肝癌。近期研究发现,暴露组的各种要素(污染物、社会和心理社会决定因素、成瘾行为等)影响并调节个体 HCC 风险。事实上,通过与常规风险因素(酒精、不均衡饮食、代谢因素、吸烟、遗传易感性)相互作用,环境因素(如化学物质、空气污染、职业暴露)被认为会促进氧化应激、炎症和肝脏免疫反应,从而导致肝脏中形成促肿瘤微环境。最近,我们证明了全氟烷基化合物与 MASLD 中脂肪变性严重程度之间的关系。社会和心理社会决定因素也通过饮食“菌群失调”和“成瘾行为”影响肝病和 HCC 风险。法国 FRANCIM 网络开展了一项基于人群的研究
【主题与分类】
主题标签:Cirrhoses, Liver、Carcinoma Liver。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07119957
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/NCT07119957
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:肝硬化、肝脏、肝癌。近期研究发现,暴露组学的多种因素(污染物、社会心理决定因素、成瘾行为等)影响并调节个体肝细胞癌风险。事实上,环境因素(如化学物质、空气污染、职业暴露)与常规风险因素(酒精、不均衡饮食、代谢因素、吸烟、遗传易感性)相互作用,被认为会促进氧化应激、炎症及肝脏免疫反应,从而在肝脏中形成促瘤微环境。最近,我们证实了全氟烷基化合物与MASLD中脂肪变性严重程度之间的关系。社会心理决定因素也通过饮食“菌群失调”和“成瘾行为”影响肝病及肝细胞癌风险。法国FRANCIM网络开展的一项基于人群的研究,探讨了社会经济环境与差异对19种主要实体瘤癌症生存的影响,结果显示贫困地区与较差的生存率相关,包括肝细胞癌。
综上所述,这些发现表明有必要进一步研究肝细胞癌与接触有毒化学物质、生活方式以及社会和 psychosocial 环境之间的联系。
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。




