维恩妥尤单抗、帕博利珠单抗和Quemliclustat治疗不可切除的局部晚期及转移性尿路上皮癌
覆盖膀胱、肾盂、输尿管等部位的尿路上皮癌，包括IIIB期和IV期膀胱癌。治疗方案为每21天一个周期，静脉给药，持续2年。数据可用于分析联合用药的疗效与安全性、疾病进展及耐受性等结局，支持肿瘤治疗领域的预测建模与临床研究（来源 clinicaltrials.gov）
基本信息
资源简介
维恩妥尤单抗、帕博利珠单抗和Quemliclustat治疗不可切除的局部晚期及转移性尿路上皮癌
该数据集来自clinicaltrials.gov，聚焦Enfortumab Vedotin、Pembrolizumab与Quemliclustat联合治疗不可切除局部晚期及转移性尿路上皮癌的临床研究。覆盖膀胱、肾盂、输尿管等部位的尿路上皮癌，包括IIIB期和IV期膀胱癌。治疗方案为每21天一个周期，静脉给药，持续2年。数据可用于分析联合用药的疗效与安全性、疾病进展及耐受性等结局，支持肿瘤治疗领域的预测建模与临床研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：局部晚期膀胱尿路上皮癌、局部晚期肾盂尿路上皮癌、局部晚期输尿管尿路上皮癌、转移性膀胱巨细胞尿路上皮癌、转移性肾盂尿路上皮癌、转移性输尿管尿路上皮癌、IIIB期膀胱癌AJCC v8、IV期膀胱癌AJCC v8。概述：患者在每个周期的第1天接受quemliclustat静脉注射（IV），第1天和第8天接受enfortumab vedotin IV，第1天接受pembrolizumab IV。在无疾病进展或不可接受的毒性情况下，周期每21天重复一次，持续2年。患者可在筛选期间接受肿瘤活检，并可选在整个研究期间进行。患者还在整个研究期间接受计算机断层扫描（CT）/磁共振成像（MRI）和血液样本采集。研究治疗完成后，患者接受随访
【主题与分类】
主题标签：Metastatic Ureter Urothelial Carcinoma、Stage IIIB Bladder Cancer AJCC v8、Stage IV Bladder Cancer AJCC v8、Stage IV Renal Pelvis Cancer AJCC v8、Stage IV Ureter Cancer AJCC v8、Unresectable Ureter Urothelial Carcinoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07667335
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/NCT07667335
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
疾病状态：局部晚期膀胱尿路上皮癌、局部晚期肾盂尿路上皮癌、局部晚期输尿管尿路上皮癌、转移性膀胱巨细胞尿路上皮癌、转移性肾盂尿路上皮癌、转移性输尿管尿路上皮癌、IIIB期膀胱癌 AJCC v8、IV期膀胱癌 AJCC v8。
方案概要：患者在每个周期的第1天接受quemliclustat静脉注射（IV），第1天和第8天接受enfortumab vedotin静脉注射，第1天接受pembrolizumab静脉注射。在无疾病进展或不可接受的毒性反应的情况下，每21天重复一个周期，持续2年。患者可在筛选期间接受肿瘤活检，并可在整个研究期间选择性地接受肿瘤活检。患者还在整个研究期间接受计算机断层扫描（CT）/磁共振成像（MRI）检查及血样采集。研究治疗完成后，患者在30天内接受随访，随后每12周随访一次，持续3年。
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。
