晚期BRAF突变黑色素瘤间歇性BRAF抑制：II期随机试验结果
该数据集来自一项II期随机临床试验，研究Vemurafenib联合Cobimetinib在既往未治疗的BRAFV600突变阳性、不可切除局部晚期或转移性黑色素瘤患者中连续与间歇给药的对比
基本信息
资源简介
晚期BRAF突变黑色素瘤间歇性BRAF抑制：II期随机试验结果
该数据集对应一项II期随机临床试验，研究Vemurafenib联合Cobimetinib在既往未治疗的BRAFV600突变阳性、不可切除局部晚期或转移性黑色素瘤患者中连续给药与间歇给药的对比。数据集英文名称为“Intermittent BRAF inhibition in advanced BRAF mutated melanoma: results of a phase II randomized trial”，在分类上归属于肿瘤 / 皮肤癌领域，来源于search.dataone.org。其主题标签涵盖Medicine, Health and Life Sciences与Data，表明这是一份面向医学与健康生命科学研究的科研数据资源。整体而言，该数据集围绕晚期BRAF突变黑色素瘤的靶向治疗给药策略展开，为相关临床研究与数据分析提供数据支撑。
【数据集背景】
该数据集来自一项II期随机临床研究，研究对象为既往未治疗的BRAFV600突变阳性、不可切除局部晚期或转移性黑色素瘤患者。研究比较Vemurafenib联合Cobimetinib连续给药与间歇给药两种策略。该研究在ClinicalTrials.gov注册，标识符为NCT02583516。数据集英文名称体现了“间歇性BRAF抑制”这一核心研究主题，并标明其为II期随机试验结果。
【数据内容】
源站描述表明，该数据集为上述II期临床研究产生的数据集合。主题标签为Medicine, Health and Life Sciences与Data。除研究设计与研究对象的描述外，源站未提供具体变量、样本量、文件格式或数据表结构等细节。
【采集与来源】
数据来源于search.dataone.org，对应ClinicalTrials.gov标识符NCT02583516的II期随机临床研究。源站未提供具体的采集流程、采集时间、采集机构及数据处理方式等信息。
【适用场景】
基于其研究主题，该数据集适用于与晚期BRAF突变黑色素瘤靶向治疗相关的临床研究分析，尤其是围绕Vemurafenib联合Cobimetinib连续与间歇给药策略比较的分析场景。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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
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
来自II期临床研究的数据集：一项关于Vemurafenib联合Cobimetinib持续给药与间歇给药在既往未治疗的BRAFV600突变阳性、不可切除局部晚期或转移性黑色素瘤患者中的随机II期研究（ClinicalTrials.gov标识符：NCT02583516）。
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。
