自身免疫性风湿病患者简单拔牙后的抗生素预防

该数据集来自 clinicaltrials.gov,聚焦自身免疫性风湿病(ARD)患者在接受简单拔牙后是否需要抗生素预防这一问题

University of Sao Paulo General HospitalUniversity of Sao Paulo General Hospital
clinicaltrials
浏览 11
其他Autoimmune Rheumatic DiseasesTooth ExtractionInfection PreventionAntibiotic Prophylaxis
Antibiotic Prophylaxis After Simple Tooth Extraction in Immunosuppressed Patients With Autoimmune Rheumatic Diseases

基本信息

模态
其他
创建/更新时间
2026-10-20

资源简介

自身免疫性风湿病患者简单拔牙后的抗生素预防

该数据集来自 clinicaltrials.gov,聚焦自身免疫性风湿病(ARD)患者在接受简单拔牙后是否需要抗生素预防这一问题。源站描述指出,普通人群拔牙后感染率低,现行指南不推荐预防性使用抗生素,但 ARD 患者常因理论上的愈合延迟和感染易感性而接受预防用药,且尚无针对该人群的前瞻性试验。该研究为前瞻性、随机、双盲、安慰剂对照试验,可用于评估抗生素预防的必要性及相关临床决策研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:自身免疫性风湿病、拔牙、感染预防、抗生素预防。简单拔牙是常见操作,普通人群术后感染率较低。现行指南不鼓励预防性使用抗生素,以减少微生物耐药、不良反应和微生物组紊乱。然而,自身免疫性风湿病(ARD)患者常因理论上的愈合延迟风险和感染易感性增加而接受预防用药。其他免疫功能受损人群的证据提示,简单拔牙可能无需抗生素即安全,但尚无前瞻性试验专门在 ARD 患者中评估这一问题。本研究是首个旨在确定该人群是否需要抗生素预防的前瞻性、随机、双盲、安慰剂对照试验。

【主题与分类】

主题标签:Autoimmune Rheumatic Diseases、Tooth Extraction、Infection Prevention、Antibiotic Prophylaxis。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07275580

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07275580

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

条件:自身免疫性风湿病、拔牙、感染预防、抗生素预防。简单拔牙是常见操作,普通人群中术后感染率较低。现行指南不推荐预防性使用抗生素,以减少微生物耐药、不良反应及微生态紊乱。然而,由于理论上存在愈合延迟和感染易感性增加的风险,ARD患者常接受预防性用药。其他免疫功能受损人群的证据提示,简单拔牙不使用抗生素可能是安全的,但尚无前瞻性试验专门在ARD患者中评估这一问题。本研究是首个前瞻性、随机、双盲、安慰剂对照试验,旨在确定该人群是否有必要进行抗生素预防。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。