单侧唇腭裂手术治疗中两种主要方案的面部生长评估
该数据集来自 clinicaltrials.gov,聚焦单侧唇腭裂、唇裂、腭裂、发育障碍及语言发育受限人群,用于评估两种手术治疗方案下的面部生长情况

基本信息
资源简介
单侧唇腭裂手术治疗中两种主要方案的面部生长评估
该数据集来自 clinicaltrials.gov,聚焦单侧唇腭裂、唇裂、腭裂、发育障碍及语言发育受限人群,用于评估两种手术治疗方案下的面部生长情况。研究在巴西 IMIP 的 CADEFI 颅面中心开展,所有儿童由同一位整形外科医生在 IMIP 手术室完成手术。样本量计算为 64 例,GI 组(一期修复)32 例,GII 组(二期修复,硬腭延迟关闭)32 例,统计功效 90%、显著性 5%,两组差异至少 25%。该样本量针对单侧唇腭裂患者常见的牙弓闭锁这一因变量计算。数据可用于比较两种修复方案对面部生长的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:单侧唇腭裂、唇裂、腭裂、发育障碍、语言发育受限。该研究正在巴西伯南布哥州累西腓的 IMIP-Instituto de Medicina Integral Professor Fernando Figueira- 的 CADEFI- Centro de Atenção aos Defeitos da Face do IMIP(颅面中心)开展。所有儿童过去和将来均由同一位整形外科医生在 IMIP 的手术室进行手术。样本量计算为 64 名患者,GI 组(一期修复)32 名,GII 组(二期修复,硬腭延迟关闭)32 名,考虑统计功效为 90%、显著性为 5%,两组之间差异至少为 25%。注:该样本量是针对单侧唇腭裂患者中常见的因变量计算的:牙弓闭锁。各组人数为
【主题与分类】
主题标签:Unilateral Cleft Lip and Palate、Cleft Lip、Cleft Palate、Developmental Disabilities、Restricted Language Development。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02329509
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/NCT02329509
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:单侧唇裂和腭裂、唇裂、腭裂、发育障碍、语言发育受限。该研究在巴西伯南布哥州累西腓的IMIP——费尔南多·菲格雷拉教授综合医学研究所——的CADEFI(IMIP面部缺陷关怀中心,颅面中心)进行。所有儿童过去和将来均由同一位整形外科医生在IMIP的手术室进行手术。样本量计算为64名患者,32名归入GI组(一期修复),32名归入GII组(两期修复,硬腭延迟闭合),考虑采用90%的统计功效和5%的显著性水平,确定两组之间至少存在25%的差异。注:该样本量是针对单侧唇腭裂患者中常见的因变量——牙弓闭锁——而计算的。各组根据计算机统计程序完成的随机化序列,按唇裂修复术后护理就诊顺序编号。随机化在唇裂修复手术后第一个月后进行。
外科医生及父母或监护人(已签署知情同意书)事先不会获知各组分配类型的信息。随后,将在患者病历中补充记录患者所在组的记录集。>研究变量 自变量:第一组(分两次手术关闭腭部)和第二组(一次手术关闭腭部),同时还将年龄、性别、出生体重和母亲受教育程度作为自变量。因变量:术后感染的发生情况、初始及中间裂隙大小、横弓的尺寸变化、牙弓关系的评价指标(Goslom、Atack Yardsticks)以及言语结果评估等级
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。




