叶酸联合Atezolizumab与Bevacizumab一线治疗不可切除肝细胞癌的安全性与疗效
该数据集来自clinicaltrials.gov,聚焦不可切除肝细胞癌(HCC)的一线治疗研究,评估在Atezolizumab联合Bevacizumab基础上加用叶酸的安全性、耐受性、推荐剂量及抗肿瘤活性

基本信息
资源简介
叶酸联合Atezolizumab与Bevacizumab一线治疗不可切除肝细胞癌的安全性与疗效
该数据集来自clinicaltrials.gov,聚焦不可切除肝细胞癌(HCC)的一线治疗研究,评估在Atezolizumab联合Bevacizumab基础上加用叶酸的安全性、耐受性、推荐剂量及抗肿瘤活性。研究为开放标签、单臂Ib/II期设计,所有受试者均接受叶酸联合Atezolizumab与Bevacizumab,无安慰剂或独立对照组。数据可用于了解该联合方案在不可切除HCC成人患者中的安全性与潜在疗效,支持后续临床研究设计(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:不可切除肝细胞癌。本研究正在评估在Atezolizumab联合Bevacizumab基础上加用叶酸作为不可切除肝细胞癌(HCC)成人患者一线治疗的安全性及潜在有效性。本研究旨在回答的主要问题包括:每日叶酸与Atezolizumab和Bevacizumab联合给药是否安全且耐受良好?应推荐何种叶酸剂量用于进一步研究?该联合方案是否显示出足够的抗肿瘤活性以支持进一步临床测试?这是一项开放标签、单臂Ib/II期研究。所有受试者将接受叶酸联合Atezolizumab与Bevacizumab。无安慰剂或独立对照组。受试者将:在首次给予Atezolizumab和Bevacizumab前7天开始每日口服一次叶酸。接受Atezolizumab并
【主题与分类】
主题标签:Unresectable Hepatocellular Carcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07835737
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/NCT07835737
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:不可切除的肝细胞癌。本研究正在评估在阿替利珠单抗联合贝伐珠单抗基础上加用叶酸作为不可切除肝细胞癌(HCC)成人患者一线治疗的安全性和潜在有效性。本研究旨在回答的主要问题是:每日叶酸与阿替利珠单抗和贝伐珠单抗联合给药是否安全且耐受良好?推荐进一步研究使用的叶酸剂量是多少?该联合方案是否显示出足够的抗肿瘤活性以支持进一步的临床测试?这是一项开放标签、单臂Ib/II期研究。所有参与者都将接受叶酸联合阿替利珠单抗和贝伐珠单抗治疗。本研究不设安慰剂或单独对照组。参与者将:每日口服一次叶酸,从首次给予阿替利珠单抗和贝伐珠单抗前7天开始。每3周接受一次阿替利珠单抗和贝伐珠单抗静脉输注。定期到诊所就诊,进行体格检查、血液检查、安全性评估和肿瘤影像学检查。在最初24周内每6周进行一次肿瘤影像学检查,此后每9周进行一次。
提供血液样本用于探索性生物标志物研究。治疗期间可能会建议进行额外的肿瘤活检,但该活检为可选项目。治疗将持续至疾病进展、出现不可接受的副作用、撤回知情同意或出现方案规定的其他停止治疗原因。免疫治疗最多可继续24个月。
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。




