新辅助吉西他滨联合顺铂加围手术期Pembrolizumab对比直接手术治疗原发性可切除及交界可切除肝门部和远端胆管癌
该数据集来自clinicaltrials.gov,聚焦肝外胆管癌(eCCA)中的肝门部胆管癌(pCCA)与远端胆管癌(dCCA),覆盖可切除及交界可切除人群

基本信息
资源简介
新辅助吉西他滨联合顺铂加围手术期Pembrolizumab对比直接手术治疗原发性可切除及交界可切除肝门部和远端胆管癌
该数据集来自clinicaltrials.gov,聚焦肝外胆管癌(eCCA)中的肝门部胆管癌(pCCA)与远端胆管癌(dCCA),覆盖可切除及交界可切除人群。eCCA罕见且侵袭性强,手术切除是唯一潜在治愈手段,但仅约三分之一患者符合条件;即便判定可切除,仍有约30%在术前出现疾病进展,另有30%在探查时发现无法切除。术后高复发率与并发症进一步限制生存,5年总生存率从R1切除的13%到R0切除的40%不等。鉴于术前检查周期长且缺乏治疗,新辅助治疗可能通过提高R0切除率改善结局。该数据可用于评估新辅助吉西他滨联合顺铂加围手术期Pembrolizumab对比直接手术的疗效预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Extrahepatic Cholangiocarcinoma, Perihilar Cholangiocarcinoma, Distal Cholangiocarcinoma, Resectable, Borderline Resectable. 肝外胆管癌(eCCA)是一种罕见且侵袭性强的癌症,预后较差。eCCA可进一步细分为肝门部胆管癌和远端胆管癌(pCCA和dCCA)。手术切除是唯一可能的治愈手段,但只有三分之一的患者符合条件。即使在那些被认为可切除的患者中,仍有相当一部分(约30%)在手术前出现疾病进展,而另外30%在探查时发现无法切除。高复发率和术后并发症进一步限制了生存,5年总生存率从13%(R1切除)到40%(R0切除)不等。鉴于术前检查周期长且此阶段缺乏治疗,新辅助治疗可能通过提高R0切除率来改善结局。
【主题与分类】
主题标签:Extrahepatic Cholangiocarcinoma、Perihilar Cholangiocarcinoma、Distal Cholangiocarcinoma、Resectable、Borderline Resectable。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06923475
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/NCT06923475
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
条件:肝外胆管癌、肝门部胆管癌、远端胆管癌、可切除、临界可切除。肝外胆管癌(eCCA)是一种罕见且侵袭性强的癌症,预后较差。eCCA可进一步分为肝门部胆管癌和远端胆管癌(pCCA和dCCA)。手术切除是唯一可能的治愈手段,但仅三分之一患者符合条件。即使在认为可切除的患者中,仍有相当一部分(约30%)在术前出现疾病进展,另有30%在探查术中发现无法切除。高复发率和术后并发症进一步限制了生存,5年总生存率从13%(R1切除)到40%(R0切除)不等。鉴于术前检查周期长且此阶段缺乏治疗,新辅助治疗可能通过提高R0切除率、减少复发和优化患者选择来改善结局。这项多中心、随机2B/3期试验旨在评估新辅助吉西他滨和顺铂联合围手术期帕博利珠单抗是否能改善可切除和临界可切除pCCA和dCCA患者的无事件生存期。
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。




