Lurbinectedin 联合或不联合 Avelumab 治疗膀胱小细胞癌(LASER)
该数据集来自 clinicaltrials.gov,围绕 Lurbinectedin 联合或不联合 Avelumab 治疗膀胱小细胞癌(LASER)的临床研究,覆盖膀胱小细胞癌及泌尿道高级别神经内分泌肿瘤

基本信息
资源简介
Lurbinectedin 联合或不联合 Avelumab 治疗膀胱小细胞癌(LASER)
该数据集来自 clinicaltrials.gov,围绕 Lurbinectedin 联合或不联合 Avelumab 治疗膀胱小细胞癌(LASER)的临床研究,覆盖膀胱小细胞癌及泌尿道高级别神经内分泌肿瘤。膀胱小细胞癌占所有膀胱恶性肿瘤不足 1%,泌尿道高级别神经内分泌肿瘤包括小细胞神经内分泌癌和大细胞神经内分泌癌,均十分罕见。一线治疗多沿用来自小细胞肺癌文献的顺铂联合依托泊苷方案,初期对化疗高度敏感但缓解通常短暂,疾病进展时缺乏治疗决策证据。Lurbinectedin 是选择性致癌转录抑制剂,优先结合富 GC 区域的鸟嘌呤。该数据可用于罕见膀胱肿瘤治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:膀胱小细胞癌、泌尿道高级别神经内分泌肿瘤。背景: 膀胱小细胞癌(SCCB)是一种罕见、侵袭性强的膀胱癌,占所有膀胱恶性肿瘤不足 1%。 泌尿道高级别神经内分泌肿瘤(HGNET)非常罕见,包括小细胞神经内分泌癌(SCNEC)和大细胞神经内分泌癌(LCNEC)。 传统上,一线治疗采用来自小细胞肺癌文献的方案(顺铂和依托泊苷),虽然最初对化疗高度敏感,但缓解通常短暂。 在疾病进展时,几乎没有证据指导治疗决策。* Lurbinectedin 是一种选择性致癌转录抑制剂,优先结合位于富 GC 区域的鸟嘌呤
【主题与分类】
主题标签:Small Cell Carcinoma of the Bladder。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06228066
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/NCT06228066
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:膀胱小细胞癌、泌尿系统高级别神经内分泌肿瘤。背景:* 膀胱小细胞癌(SCCB)是一种罕见且侵袭性强的膀胱癌类型,占所有膀胱恶性肿瘤的不到1%。* 泌尿系统高级别神经内分泌肿瘤(HGNET)非常罕见,包括小细胞神经内分泌癌(SCNEC)和大细胞神经内分泌癌(LCNEC)。* 传统上,一线治疗方案借鉴小细胞肺癌文献中的方案(顺铂和依托泊苷),虽然初期对化疗高度敏感,但缓解通常持续时间短暂。* 在疾病进展时,指导治疗决策的证据很少。* Lurbinectedin是一种选择性致癌转录抑制剂,优先与DNA基因启动子富含GC调控区中的鸟嘌呤结合。* Lurbinectedin阻止转录因子与其识别序列结合,抑制致癌转录并导致肿瘤细胞凋亡。
- Lurbinectedin最近获批作为小细胞肺癌的二线治疗药物,其总缓解率为35%。 * 免疫检查点抑制剂(ICIs)已成为小细胞肺癌标准治疗的一部分,其在社区中用于治疗SCCB的应用有所增加。 * 然而,ICI在SCCB中的应用在文献中仍仅为个案报道,且迄今为止尚无前瞻性研究发表。 目的: -评估lurbinectedin单药或与avelumab联合用药在膀胱小细胞癌(SCCB)或尿路其他高级别神经内分泌肿瘤(HGNETs)受试者中的客观缓解率(ORR)。 入选标准: * 年龄≥18岁 * 经组织学确诊的转移性SCCB或尿路HGNET * 受试者必须患有转移性疾病,定义为新发或进展性病灶。 * 受试者必须至少有一个可测量病灶 * 受试者必须已接受、正在
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。




