2型糖尿病牙周病患者的Para-Probiotic口腔护理
该数据集来自clinicaltrials.gov,聚焦2型糖尿病合并牙周病患者的口腔护理干预。研究为随机对照临床试验,计划纳入40名18至70岁确诊牙周炎和T2DM的成人,随机分为两组,均接受标准非手术牙周治疗

基本信息
资源简介
2型糖尿病牙周病患者的Para-Probiotic口腔护理
该数据集来自clinicaltrials.gov,聚焦2型糖尿病合并牙周病患者的口腔护理干预。研究为随机对照临床试验,计划纳入40名18至70岁确诊牙周炎和T2DM的成人,随机分为两组,均接受标准非手术牙周治疗。试验组使用含Para-Probiotic的牙膏和漱口水,对照组使用含0.20%氯己定的牙膏和漱口水,均在每次复诊后每日两次、持续15天。在基线、3个月和6个月进行临床评估,考察牙周健康与血糖控制指标,可用于评估口腔护理方案对牙周和代谢结局的效果(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:牙周炎、2型糖尿病(T2DM)。这项随机对照临床试验旨在评估基于Para-Probiotic的口腔护理方案在改善2型糖尿病(T2DM)患者牙周健康和血糖控制方面的有效性。将招募共40名确诊牙周炎和T2DM的成年患者(年龄18-70岁),并随机分配到两个治疗组。两组均接受标准非手术牙周治疗。试验组将在每次复诊后每日两次使用Para-Probiotic牙膏和漱口水(Biorepair Plus Parodontogel和Biorepair Plus漱口水),持续15天,而对照组将在相同时间表下使用含0.20%氯己定的牙膏和漱口水。临床评估将在基线(T0)、3个月(T1)和6个月(T2)进行,评估关键牙周参
【主题与分类】
主题标签:Periodontitis、Type 2 Diabetes Mellitus (T2DM)。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07069166
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/NCT07069166
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:牙周炎、2型糖尿病(T2DM)。本随机对照临床试验旨在评估基于副益生菌的口腔护理方案在改善2型糖尿病(T2DM)患者牙周健康和血糖控制方面的有效性。共40名确诊患有牙周炎和T2DM的成年患者(年龄18-70岁)将被纳入研究,并随机分配至两个治疗组。两组均接受标准非手术牙周治疗。试验组将在每次复诊后使用副益生菌牙膏和漱口水(Biorepair Plus Parodontogel和Biorepair Plus漱口水),每日两次,持续15天;对照组则在相同时间安排下使用含0.20%氯己定的牙膏和漱口水。临床评估将在基线(T0)、3个月(T1)和6个月(T2)进行,评估关键牙周参数,包括临床附着水平(CAL)、探诊出血(BoP)、探诊袋深度(PPD)、菌斑指数(PI),并通过糖化血红蛋白(HbA1c)水平评估血糖控制。患者对治疗的满意度将在T1和T2时通过问卷进行评估。
主要目标是评估从基线到6个月时CAL的变化。次要目标包括评估BoP、PPD、PI、HbA1c以及患者报告的满意度的变化。本研究旨在确定副益生菌口腔护理产品是否能为糖尿病患者的牙周病管理和全身血糖控制提供临床益处,并可能作为传统牙周治疗的天然辅助手段。
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。




