Sjogren综合征与唾液腺功能障碍队列及健康志愿者口腔健康需求评估:口腔健康差异作为高危人群口腔健康决定因素的研究
该数据集来自clinicaltrials.gov,聚焦Sjogren综合征(SS)及其他唾液腺功能障碍人群的口腔健康需求评估,并纳入健康志愿者作为对照

基本信息
资源简介
Sjogren综合征与唾液腺功能障碍队列及健康志愿者口腔健康需求评估:口腔健康差异作为高危人群口腔健康决定因素的研究
该数据集来自clinicaltrials.gov,聚焦Sjogren综合征(SS)及其他唾液腺功能障碍人群的口腔健康需求评估,并纳入健康志愿者作为对照。源站描述指出,SS患者唾液流量在数量和质量上的改变使其面临龋齿、口腔感染、黏膜溃疡、唾液腺肿大及功能受损等风险增加,牙周病风险证据尚存争议,且该人群牙科就诊、龋齿和修复数量更多,年度自付牙科支出为无SS者的2至3倍。数据可用于研究口腔健康差异作为高危人群口腔健康决定因素的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Sjogren综合征、口腔健康。目的:健康决定因素,特别是口腔健康,尚未在Sjogren综合征(SS)和其他唾液腺功能障碍的背景下进行评估。已知SS中发生的唾液流量定量和定性变化使患有这种复杂自身免疫性疾病的人面临龋齿、口腔感染、黏膜溃疡、唾液腺肿大和功能受损的风险增加。关于该人群牙周病风险的证据存在矛盾。此外,据报道,该人群在前一年经历了更多的牙科就诊、龋齿和牙科修复,与无SS者相比,年度自付牙科护理支出增加2-3倍。此外,SS患者的口腔和牙科需求尚未被
【主题与分类】
主题标签:Sjogren's Syndrome、Oral Health。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03327870
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT03327870
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:干燥综合征,口腔健康。目的:健康决定因素,特别是口腔健康,尚未在干燥综合征(SS)和其他唾液腺功能障碍的背景下进行评估。已知SS中发生的唾液流量定量和定性变化使患有这种复杂自身免疫性疾病的人群面临龋齿、口腔感染、黏膜溃疡、唾液腺肿大和功能受损的风险增加。关于该人群牙周病风险的证据存在矛盾。此外,据报道,该人群在前一年经历了更多的牙科就诊、龋齿和牙科修复,与无SS者相比,其年度自付牙科护理支出增加2-3倍。此外,SS患者的口腔和牙科需求尚未在口腔健康差异的背景下进行量化,即按弱势群体分层。
那些患有其他唾液腺功能障碍(如干燥症)的人,以及那些具有唾液腺功能障碍的体征和症状但仅部分符合SS分类标准的人(也称为不完全性SS,ISS),在这一高风险人群中,其口腔健康需求尚未得到评估,口腔健康差异也尚未被确定。研究人群:我们将纳入被分类为SS、干燥症、ISS的成人,以及健康志愿者,还包括被2016年ACR/EULAR的SS分类标准排除的人。因此,本研究的目的是:1. 确定SS、干燥症和ISS患者与健康志愿者(HV)相比的口腔健康需求;2. 识别这一高风险人群(SS、干燥症、ISS)与HV相比的口腔健康差异。设计:这将是一项观察性研究,在入组时对研究人群进行横断面调查,以确定其口腔健康需求和口腔健康差异。结局指标:研究参与者已被评估并分类
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。




