人参皂苷Rg3胶囊预防肝细胞癌术后复发疗效与安全性
该数据集来自clinicaltrials.gov,聚焦人参皂苷Rg3胶囊预防肝细胞癌术后复发的疗效与安全性,覆盖Stage I与Stage II肝细胞癌患者

基本信息
资源简介
人参皂苷Rg3胶囊预防肝细胞癌术后复发疗效与安全性
该数据集来自clinicaltrials.gov,聚焦人参皂苷Rg3胶囊预防肝细胞癌术后复发的疗效与安全性,覆盖Stage I与Stage II肝细胞癌患者。源站描述显示这是一项在中国六家三级中心开展的多中心、随机、双盲、安慰剂对照、平行组III期试验,纳入18-75岁、根治性切除术后八周内无残留病灶证据、Child-Pugh A级且ECOG评分为0或1的患者。数据可用于术后复发风险预测与治疗获益评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:Stage I肝细胞癌、Stage II肝细胞癌。1. 研究设计:一项在中国六家三级中心开展的多中心、随机、双盲、安慰剂对照、平行组III期试验:东方肝胆外科医院、中山医院、同济医院、西南医院、中山大学肿瘤防治中心、哈尔滨医科大学附属第一医院。2. 研究人群:年龄18-75岁、经组织病理学确诊肝细胞癌并接受根治性意向切除、术后八周内无残留病灶证据的合格患者。患者需具有Child-Pugh A级肝功能及Eastern Cooperative Oncology Group体能状态评分0或1。完整入选标准见Eligibility部分。3. 治疗分组:Ginsenoside Rg
【主题与分类】
主题标签:Stage I Hepatocellular Carcinoma、Stage II Hepatocellular Carcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01717066
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/NCT01717066
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:I期肝细胞癌、II期肝细胞癌。1. 研究设计 一项在中国六家三级中心开展的多中心、随机、双盲、安慰剂对照、平行组、3期试验:东方肝胆外科医院、中山医院、同济医院、西南医院、中山大学肿瘤防治中心及哈尔滨医科大学附属第一医院。2. 研究人群 年龄18-75岁、经组织病理学确诊为肝细胞癌并接受根治性意向切除、术后八周内无残留病灶证据的合格患者。患者须具有Child-Pugh A级肝功能及美国东部肿瘤协作组体能状态评分为0或1。完整的入选标准见“入选标准”部分。3. 治疗分组 人参皂苷Rg3组:术后标准护理加口服人参皂苷Rg3。安慰剂组:术后标准护理加匹配的口服安慰剂。
随机分组后至复发前,禁止使用其他辅助抗癌治疗,包括经动脉化疗栓塞、干扰素、靶向治疗、免疫检查点抑制剂及抗癌中草药。4. 随机化与盲法 患者通过交互式网络应答系统按2:1比例随机分配接受人参皂苷Rg3或安慰剂。随机化采用区组长度为六的置换区组,并按性别、肿瘤大小(≤3 cm vs >3 cm)、肿瘤数目(单发 vs 多发)及微血管侵犯状态进行分层。分配序列对入组人员设盲。患者、研究者及试验工作人员对治疗分配均设盲。5. 剂量、给药及治疗持续时间 治疗于随机分组后七天内开始。人参皂苷Rg3组:口服人参皂苷Rg3,20 mg每日两次(每日40 mg)。安慰剂组:匹配安慰剂,每次两粒胶囊,每日两次。两组均持续治疗直至发生RFS事件(首次记录的复发o
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。




