肝细胞癌患者生活质量数据集
该数据集来自clinicaltrials.gov,聚焦肝细胞癌患者的生活质量评估。源站描述指出肝细胞癌是全球第六常见癌症及第二大致死癌症,即使根治性治疗后预后仍差,体能状态与长期生存和预后相关,是BCLC分期系统的重要因素

基本信息
资源简介
肝细胞癌患者生活质量数据集
该数据集来自clinicaltrials.gov,聚焦肝细胞癌患者的生活质量评估。源站描述指出肝细胞癌是全球第六常见癌症及第二大致死癌症,即使根治性治疗后预后仍差,体能状态与长期生存和预后相关,是BCLC分期系统的重要因素。近年来癌症患者健康相关生活质量(HRQL)研究进展,常用FACT-G和EORTC QLQ-C30量表评估,但二者主要针对一般癌症,肝细胞癌特异性工具尚待明确。数据可用于分析生活质量与预后关系,支持预测建模(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。肝细胞癌(HCC)是全球第六常见癌症,也是全球癌症相关死亡的第二大原因。尽管HCC治疗近期取得进展,但即使经过根治性治疗,HCC的预后仍然较差。体能状态已被证明与HCC患者的长期生存和预后相关,并且是巴塞罗那临床肝癌(BCLC)分期系统中的重要因素之一。近年来,癌症患者健康相关生活质量(HRQL)的研究取得了进展。评估癌症患者HRQL最广泛使用的调查是癌症治疗功能评估-通用版(FACT-G)和欧洲癌症研究与治疗组织(EORTC)生活质量问卷(QLQ)-C30。由于这两者主要涉及一般癌症,HCC特异性
【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/NCT02420678
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/NCT02420678
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。肝细胞癌(HCC)是全球第六大常见癌症,也是癌症相关死亡的第二大原因。尽管近年来HCC的治疗取得了进展,但即使在根治性治疗后,HCC的预后仍然较差。体能状态已被证明与HCC患者的长期生存和预后相关,并且是巴塞罗那临床肝癌(BCLC)分期系统中的重要因素之一。近年来,关于癌症患者健康相关生活质量(HRQL)的研究取得了进展。用于评估癌症患者HRQL的最广泛使用的调查工具是癌症治疗功能评估-通用版(FACT-G)和欧洲癌症研究与治疗组织(EORTC)生活质量问卷(QLQ)-C30。由于这两者主要针对一般癌症,因此开发了HCC特异性调查工具。FACT-Hep问卷包含45个条目,专门针对肝胆癌患者。EORTC QLQ-肝细胞癌18(HCC 18)是一个包含18个条目的问卷,设计用于与EORTC QLQ-C30联合应用于HCC患者。
18条目的美国国家综合癌症网络(NCCN)-FACT肝胆胰症状指数(NFHSI-18)是专门针对晚期肝胆胰癌症的问卷。然而,关于将健康相关生活质量(HRQL)作为肝细胞癌(HCC)分期系统中的预后变量是否合适,目前尚无共识。此外,关于HCC患者HRQL对长期结局影响的信息有限。因此,在本研究中,研究人员将通过检验FACT-Hep、EORTC QLQ-HCC18和NFHSI-18的信度和临床效度,探讨HRQL能否成为HCC分期系统中的重要因素。其次,研究者将评估HRQL与治疗效果、复发及生存结局的关系。最后,研究者将为HCC患者推荐合适的问卷模块。
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。




