Enfortumab Vedotin联合Pembrolizumab治疗局部晚期或转移性变异组织学膀胱癌
覆盖膀胱鳞状细胞癌、局部晚期膀胱癌、肾盂恶性肿瘤、输尿管恶性肿瘤、尿道恶性肿瘤、转移性膀胱癌以及AJCC v8 III期和IV期膀胱癌
基本信息
资源简介
Enfortumab Vedotin联合Pembrolizumab治疗局部晚期或转移性变异组织学膀胱癌
该数据集来自clinicaltrials.gov，聚焦Enfortumab Vedotin（EV）联合Pembrolizumab治疗局部晚期或转移性变异组织学膀胱癌的临床研究。覆盖膀胱鳞状细胞癌、局部晚期膀胱癌、肾盂恶性肿瘤、输尿管恶性肿瘤、尿道恶性肿瘤、转移性膀胱癌以及AJCC v8 III期和IV期膀胱癌。主要目标是依据RECIST 1.1评估客观缓解率（ORR）以评价抗肿瘤活性，次要目标包括无进展生存期、总生存期、缓解持续时间及安全性，探索性目标涉及组织学检测和外周T细胞亚群等变化。可用于疗效预测与安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：膀胱鳞状细胞癌、局部晚期膀胱癌、恶性肾盂肿瘤、恶性输尿管肿瘤、恶性尿道肿瘤、转移性膀胱癌、AJCC v8 III期膀胱癌、AJCC v8 IV期膀胱癌。主要目标：I. 通过评估依据实体瘤疗效评价标准（RECIST）1.1测定的客观缓解率（ORR），评价enfortumab vedotin（EV）联合pembrolizumab的抗肿瘤活性。次要目标：I. 通过无进展生存期、总生存期和缓解持续时间评价联合治疗的疗效。II. 通过评估最长2年内不良事件的发生率评价安全性。探索性目标：I. 评估存档组织中的组织学检测以及外周T细胞亚群、髓系衍生细胞的相关性变化
【主题与分类】
主题标签：Bladder Squamous Cell Carcinoma、Locally Advanced Bladder Carcinoma、Malignant Renal Pelvis Neoplasm、Malignant Ureter Neoplasm、Malignant Urethral Neoplasm、Metastatic Bladder Carcinoma、Stage III Bladder Cancer AJCC v8、Stage IV Bladder Cancer AJCC v8、Unresectable Bladder Carcinoma、Urachal Adenocarcinoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05756569
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/NCT05756569
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：膀胱鳞状细胞癌、局部晚期膀胱癌、恶性肾盂肿瘤、恶性输尿管肿瘤、恶性尿道肿瘤、转移性膀胱癌、III期膀胱癌AJCC v8、IV期膀胱癌AJCC v8。主要目的：I. 通过评估实体瘤疗效评价标准（RECIST）1.1所测定的总缓解率（ORR），评价enfortumab vedotin（EV）联合pembrolizumab的抗肿瘤活性。次要目的：I. 通过无进展生存期、总生存期和缓解持续时间评价联合治疗的疗效。II. 通过评估长达2年内不良事件的发生率来评价安全性。探索性目的：I. 评估存档组织中的组织学检测以及外周T细胞亚群、髓源性抑制细胞（MDSC）、血液炎症标志物和细胞因子的相关性变化。方案概述：患者在研究中接受enfortumab vedotin静脉注射（IV）和pembrolizumab静脉注射。患者在整个试验期间还接受计算机断层扫描（CT）或磁共振成像（MRI），以及血液采集。
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。
