Vemurafenib联合Cobimetinib治疗BRAF V600E突变阳性颅咽管瘤
该数据集来自clinicaltrials.gov，主题为Vemurafenib与Cobimetinib联合治疗BRAF V600E突变阳性颅咽管瘤，聚焦于乳头状颅咽管瘤患者
基本信息
资源简介
Vemurafenib联合Cobimetinib治疗BRAF V600E突变阳性颅咽管瘤
该数据集来自clinicaltrials.gov，主题为Vemurafenib与Cobimetinib联合治疗BRAF V600E突变阳性颅咽管瘤，聚焦于乳头状颅咽管瘤患者。数据覆盖初治患者及放疗后（伴或不伴手术切除）进展患者的治疗反应评估，主要目标为测定BRAF与MEK抑制剂联合方案在前四个治疗周期内的最佳反应，次要目标包括无进展生存期与毒性评估。可用于肿瘤治疗反应预测、疗效与安全性分析等研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：存在BRAF V600E突变，乳头状颅咽管瘤。主要目标：I. 通过BRAF与MEK抑制剂治疗前四个周期内任意时间的最佳反应，确定BRAF与MEK抑制剂联合方案在未经治疗的乳头状颅咽管瘤中的活性。II. 通过BRAF与MEK抑制剂治疗前四个周期内任意时间的最佳反应，确定BRAF与MEK抑制剂联合方案在既往放疗（伴或不伴手术切除）后进展的乳头状颅咽管瘤中的活性。次要目标：I. 确定接受BRAF与MEK抑制剂的乳头状颅咽管瘤患者的无进展生存期。II. 确定BRAF/MEK抑制剂在乳头状颅咽管瘤患者中的毒性。III. 确定BRAF与MEK抑制剂的活性
【主题与分类】
主题标签：BRAF V600E Mutation Present、Papillary Craniopharyngioma。本站分类：肿瘤/颅咽管瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03224767
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/NCT03224767
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：BRAF V600E突变阳性，乳头状颅咽管瘤。主要目的：I. 确定BRAF和MEK抑制剂联合治疗在未经治疗的乳头状颅咽管瘤中的活性，通过BRAF和MEK抑制剂治疗前四个周期内任何时间的最佳反应来衡量。II. 确定BRAF和MEK抑制剂联合治疗在既往接受过放疗伴或不伴手术切除后进展的乳头状颅咽管瘤中的活性，通过BRAF和MEK抑制剂治疗前四个周期内任何时间的最佳反应来衡量。次要目的：I. 确定接受BRAF和MEK抑制剂的乳头状颅咽管瘤患者的无进展生存期。II. 确定BRAF/MEK抑制剂在乳头状颅咽管瘤患者中的毒性。III. 通过颅咽管瘤强化体积的反应来衡量，确定BRAF和MEK抑制剂联合治疗在乳头状颅咽管瘤中的活性。IV. 通过颅咽管瘤非强化体积的反应来衡量，确定BRAF和MEK抑制剂联合治疗在乳头状颅咽管瘤中的活性。V.
确定接受BRAF和MEK抑制剂治疗的乳头状颅咽管瘤患者的总生存期。VI. 确定接受BRAF和MEK抑制剂治疗的乳头状颅咽管瘤患者的缓解持续时间。次要目标：I. 评估接受BRAF/MEK抑制剂治疗的乳头状颅咽管瘤患者的视野。II. 评估接受BRAF/MEK抑制剂治疗的乳头状颅咽管瘤患者随时间推移的垂体激素替代治疗情况。III. 评估接受BRAF和MEK抑制剂治疗的乳头状颅咽管瘤患者的至缓解时间。IV. 评估接受BRAF/MEK抑制剂治疗的乳头状颅咽管瘤患者中可能与放疗相关的毒性。V. 评估乳头状颅咽管瘤中缓解的分子生物标志物。VI. 评估ci
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。
