接受Vemurafenib治疗患者光毒性反应的预防
该数据集来自clinicaltrials.gov,聚焦接受Vemurafenib治疗的成人不可切除或转移性BRAF V600突变黑色素瘤患者的光毒性反应预防

基本信息
资源简介
接受Vemurafenib治疗患者光毒性反应的预防
该数据集来自clinicaltrials.gov,聚焦接受Vemurafenib治疗的成人不可切除或转移性BRAF V600突变黑色素瘤患者的光毒性反应预防。Vemurafenib单药或与Cobimetinib联用常伴随关节痛、皮疹、光敏反应、恶心、脱发、瘙痒等不良反应,可能导致减量、暂时中断或停药,进而影响治疗依从性与疗效。数据可用于分析光毒性相关不良事件的发生规律,支持不良反应预测、治疗依从性评估及预防策略研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:光毒性。Vemurafenib是一种抗癌治疗药物,适用于携带BRAF V600突变的成人不可切除或转移性黑色素瘤患者的单药治疗。Cobimetinib适用于与Vemurafenib联合治疗携带BRAF V600突变的成人不可切除或转移性黑色素瘤患者。这些治疗与大量不良反应相关,可能导致剂量减少、暂时中断或停止治疗,这通常会导致治疗失败或治疗依从性下降。Vemurafenib最常见报告的不良反应(> 30%)为关节痛、皮疹、光敏反应、恶心、脱发和瘙痒。与Cobimetinib / Vemurafenib相关的最常见报告的不良事件(> 20%)为腹泻、皮疹、恶心、发热、光敏反应
【主题与分类】
主题标签:Phototoxicity。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03108209
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/NCT03108209
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
条件:光毒性。维莫非尼是一种抗癌治疗药物,适用于作为单药治疗携带BRAF V600突变的不可切除或转移性黑色素瘤的成年患者。考比替尼适用于与维莫非尼联合治疗携带BRAF V600突变的不可切除或转移性黑色素瘤的成年患者。这些治疗与许多不良反应相关,可能导致剂量减少、暂时中断或停止治疗,这往往导致治疗失败或治疗依从性下降。维莫非尼最常见报告的不良反应(>30%)为关节痛、皮疹、光敏反应、恶心、脱发和瘙痒。与考比替尼/维莫非尼相关的最常见报告的不良事件(>20%)为腹泻、皮疹、恶心、发热、光敏反应、丙氨酸氨基转移酶升高、天冬氨酸氨基转移酶升高、血肌酸磷酸激酶升高和呕吐。
根据MedDRA,Vemurafenib单药治疗或与Cobimetinib联合治疗时,出现光毒性不良事件的风险非常常见(≥ 1/10)。两项关于Vemurafenib单药治疗的研究已证实这些结果。一项研究涉及468名患者,来自一项随机、开放标签的III期研究,研究对象为患有不可切除的黑色素瘤或携带BRAF V600突变的IV期成人患者;另一项是II期研究,针对既往至少一种全身治疗失败后携带BRAF V600突变的IV期黑色素瘤患者单组进行。关于Vemurafenib与Cobimetinib联合治疗的研究是一项随机、双盲、安慰剂对照的III期研究(GO28141),该研究评估了Cobimetinib联合vemurafenib与vemurafenib单药治疗相比,在携带BRAF V600突变且未经任何治疗的不可切除(III期)或转移性(IV期)黑色素瘤患者中的效果。使用最佳光防护措施,包括
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。




