评估XH001注射液作为高危复发实体瘤患者辅助治疗的安全性、耐受性及初步疗效

该数据集来自clinicaltrials.gov,聚焦肿瘤/肝癌领域,收录一项干预性临床研究的信息。研究对象为根治性手术后高危复发实体瘤患者,涵盖胆道癌(胆管癌、胆囊癌)、胰腺导管腺癌、肝细胞癌和胃癌

Shenzhen Xinhe BiomedicalShenzhen Xinhe Biomedical
clinicaltrials
浏览 3
其他预测Pancreatic Ductal Adenocarcinoma (PDAC)Hepatocellular Carcinoma (HCC)Gastric Cancer (GC)疫苗编码
To Evaluate the Safety, Tolerability, and Preliminary Efficacy of XH001 Injection as Adjuvant Therapy in Patients With High-risk Recurrent Solid Tumors

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

评估XH001注射液作为高危复发实体瘤患者辅助治疗的安全性、耐受性及初步疗效

该数据集来自clinicaltrials.gov,聚焦肿瘤/肝癌领域,收录一项干预性临床研究的信息。研究对象为根治性手术后高危复发实体瘤患者,涵盖胆道癌(胆管癌、胆囊癌)、胰腺导管腺癌、肝细胞癌和胃癌。研究评估个性化mRNA肿瘤新抗原疫苗XH001注射液联合标准辅助治疗的安全性、耐受性及初步疗效,关注联合治疗带来的医学问题、是否诱导特异性T细胞反应以及能否延长无复发生存期。可用于肿瘤免疫治疗与辅助治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:胆道癌(胆管癌、胆囊癌)、胰腺导管腺癌(PDAC)、肝细胞癌(HCC)、胃癌(GC)。本干预性临床研究旨在了解XH001注射液(个性化mRNA肿瘤新抗原疫苗)联合标准辅助治疗在根治性手术后高危复发实体瘤患者中的安全性和初步疗效。其主要试图回答的问题是:参与者在接受联合治疗时会出现哪些医学问题?XH001注射液联合标准辅助治疗是否诱导特异性T细胞反应,能否延长患者的无复发生存期?

【主题与分类】

主题标签:Pancreatic Ductal Adenocarcinoma (PDAC)、Hepatocellular Carcinoma (HCC)、Gastric Cancer (GC)。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07594964

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07594964

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病类型:胆道癌(胆管癌、胆囊癌)、胰腺导管腺癌(PDAC)、肝细胞癌(HCC)、胃癌(GC)。本干预性临床研究旨在了解XH001注射液(个性化mRNA肿瘤新抗原疫苗)联合标准辅助治疗用于根治性手术后高复发风险实体瘤患者的安全性和初步疗效。其主要研究问题为:受试者接受联合治疗时会出现哪些医学问题?XH001注射液联合标准辅助治疗能否诱导特异性T细胞反应,能否延长患者的无复发生存期?

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。

获取专属数据定制方案