MicroRNAs 用于诊断丙型肝炎患者肝细胞癌的效用

该数据集来自 clinicaltrials.gov,聚焦丙型肝炎病毒(HCV)感染人群,涵盖肝硬化(LC)与肝细胞癌(HCC)并发症患者

Benha UniversityBenha University
clinicaltrials
浏览 3
蛋白质分类Hepatocellular Carcinoma
Utility of MicroRNAs for Diagnosing Hepatocellular Carcinoma in Hepatitis C Patients

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-24

资源简介

MicroRNAs 用于诊断丙型肝炎患者肝细胞癌的效用

该数据集来自 clinicaltrials.gov,聚焦丙型肝炎病毒(HCV)感染人群,涵盖肝硬化(LC)与肝细胞癌(HCC)并发症患者。研究通过 PCR 定量血浆中 MiR-21、1246、205、29a-3p 和 497 的表达水平,并与健康对照比较,评估其作为生物标志物的诊断效能。主要结局为这些 miRNA 区分 HCC 与肝硬化及非肝硬化 HCV 病例的敏感性、特异性和总体准确率,旨在建立比 alpha-fetoprotein(AFP)等现有标准标志物更可靠的筛查工具(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Hepatocellular Carcinoma。本研究评估丙型肝炎病毒(HCV)感染患者的目标人群,包括伴有肝硬化(LC)和肝细胞癌(HCC)等并发症的患者,以研究特定 microRNA(miRNA)组合的诊断效用。干预措施包括通过 PCR 定量 MiR-21、1246、205、29a-3p 和 497 的血浆表达(PE)水平,并与健康对照进行比较,以确定其作为生物标志物的效能。主要结局是评估这些 miRNA 在区分 HCC 与肝硬化及非肝硬化 HCV 病例方面的敏感性、特异性和总体准确率,旨在建立比 alpha-fetoprotein(AFP)等当前标准生物标志物更可靠的筛查工具。

【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/NCT07404566

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/NCT07404566

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

条件:肝细胞癌。本研究评估的目标人群为丙型肝炎病毒(HCV)感染者,包括伴有肝硬化(LC)和肝细胞癌(HCC)等并发症的患者,旨在探究一组特定微小RNA(miRNA)的诊断效用。干预措施包括通过PCR定量检测MiR-21、1246、205、29a-3p和497的血浆表达(PE)水平,并与健康对照进行比较,以确定其作为生物标志物的效能。主要结局是评估这些miRNA在区分HCC与肝硬化及非肝硬化HCV病例方面的敏感性、特异性和总体准确性,旨在建立比当前标准生物标志物(如甲胎蛋白(AFP))更可靠的筛查工具。

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