参加氟化物涂膜项目的学龄前儿童口腔菌群横断面研究
该数据集来自一项社区口腔健康项目,覆盖507名3岁学龄前儿童,其中263名自1岁起每半年接受一次氟化物涂膜(试验组),237名接受标准预防护理(参照组)

基本信息
资源简介
参加氟化物涂膜项目的学龄前儿童口腔菌群横断面研究
Oral microflora in preschool children attending a fluoride varnish program: a cross-sectional study
该数据集来自一项社区口腔健康项目,覆盖507名3岁学龄前儿童,其中263名自1岁起每半年接受一次氟化物涂膜(试验组),237名接受标准预防护理(参照组)。口腔样本用无菌拭子采集,并以checkerboard DNA-DNA杂交使用12种预定细菌探针进行分析,龋齿及背景数据来自临床检查与问卷。数据可用于比较氟化物涂膜项目与标准护理下口腔菌群组成差异,并分析菌群组成与龋齿患病率的关系(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:比较参加氟化物涂膜项目的学龄前儿童与接受不含氟化物涂膜应用的标准口腔健康项目的参照组的口腔菌群。第二个目的是将微生物组成与龋齿患病率相关联。方法:从参与一项社区口腔健康项目的3403名学龄前儿童队列中纳入507名3岁儿童。其中263名自1岁起参加每半年应用一次氟化物涂膜的龋齿预防项目(试验组),而237名接受标准预防护理(参照组)。口腔样本用无菌拭子采集,并使用12种预定细菌探针通过checkerboard DNA-DNA杂交进行分析。龋齿和背景数据从临床检查和问卷中收集。
【主题与分类】
主题标签:community health program、caries prevention、preschool children、fluoride varnish、2013-2014。本站分类:感染性疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Abeac4c0e9b03cc5e381978cb58374fbf951e220aab2fbac183c06f74bb1d82e1
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景:旨在比较参加氟化物涂膜项目的学龄前儿童与接受不含氟化物涂膜应用的标准口腔健康项目的参照组儿童的口腔微生物群。第二个目标是将微生物组成与龋齿患病率相关联。方法:从参与社区口腔健康项目的3403名学龄前儿童队列中招募了507名3岁儿童。其中263名自1岁起参加了每半年应用一次氟化物涂膜的龋齿预防项目(试验组),而237名接受了标准预防保健(参照组)。使用无菌拭子采集口腔样本,并通过棋盘DNA-DNA杂交技术使用12种预先确定的细菌探针进行分析。龋齿和背景数据来自临床检查和问卷。结果:革兰阳性链球菌(中间链球菌、唾液链球菌、口腔链球菌)在两组中检出最频繁且计数最高。除S.
在参照组中较少见。在患龋儿童中,微小韦荣球菌显著更为常见(p < 0.05),而乳杆菌属、双歧杆菌属和奈瑟菌属的菌株在无龋儿童中更为普遍(p < 0.05)。结论:一项为期2年、每半年涂布一次氟化漆的社区项目似乎并未对学龄前儿童的口腔微生物群产生显著影响。试验注册:www.controlled-trials.com(ISRCTN35086887)20131216“回顾性注册”。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




