Dabrafenib与Trametinib治疗BRAF V600突变低级别胶质瘤

数据集获取

源站：https://clinicaltrials.gov/study/NCT07110246

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

适应症：BRAF V600突变、低级别胶质瘤、脑低级别胶质瘤、复发性低级别胶质瘤。主要目的：I. 确定在新诊断或复发/进展性BRAF V600突变低级别胶质瘤（LGG）受试者中，停止或逐渐减量甲磺酸达拉非尼（dabrafenib）和二甲亚砜曲美替尼（trametinib）治疗4个月后，是否需要重新开始治疗的反弹率和/或临床进展率是否存在差异。探索性目的：I. 描述受试者在不同给药阶段的毒性：Ia. 达拉非尼和曲美替尼的标准给药方案。Ib. 突然停止达拉非尼和曲美替尼。Ic. 逐渐减量达拉非尼和曲美替尼。II. 评估突然停止达拉非尼和曲美替尼的受试者与逐渐减量达拉非尼和曲美替尼的受试者相比的反弹时间和/或放射学或临床进展时间。III. 确定治疗的缓解持久性，定义为至进展时间，适用于治疗直至确认最佳缓解或最长24个月的患者。IV.

通过分析纵向血液和脑脊液（CSF）标本中的无细胞脱氧核糖核酸（DNA）（cfDNA）全基因组，监测疗效/毒性。V. 基于药物基因组学关联疗效/毒性。VI. 通过多维数据整合（单核多组学、空间肿瘤组织分析、数字病理学）探索肿瘤细胞组成和组织结构中预测疗效的特征。VII. 评估放射基因组预测模型。VIII. 评估机器学习影像模型在评价疗效方面的准确性，并与神经肿瘤学低级别胶质瘤疗效评估标准（RANO-LGG）和儿童神经肿瘤学疗效评估标准（RAPNO）-LGG标准进行比较。IX. 描述接受达拉非尼和曲美替尼治疗的参与者的微生物组特征。X. 表征不同肤色参与者接受达拉非尼和曲美替尼减量方案与接受标准方案参与者相比的皮肤毒性特征。

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。