儿童唇腭裂牙槽突植骨两种术式疼痛评估:干细胞与自体髂骨
该数据集来自 clinicaltrials.gov,关注儿童唇腭裂患者接受牙槽突植骨手术后的疼痛与住院费用。研究比较了两种手术策略:传统自体髂骨取骨术与基于脱落乳牙干细胞(SHED)的组织工程新方法

基本信息
资源简介
儿童唇腭裂牙槽突植骨两种术式疼痛评估:干细胞与自体髂骨
该数据集来自 clinicaltrials.gov,关注儿童唇腭裂患者接受牙槽突植骨手术后的疼痛与住院费用。研究比较了两种手术策略:传统自体髂骨取骨术与基于脱落乳牙干细胞(SHED)的组织工程新方法。传统术式需开辟第二手术部位,常导致供区明显疼痛与并发症,而新方法旨在消除供区疼痛与相关并发症。数据可用于评估和比较两种术式在术后疼痛及医疗成本方面的差异,为临床选择提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Clift Lip、Cleft Palate、Alveolar Bone Loss、Postoperative Pain。研究目的:本研究旨在评估和比较接受牙槽骨植骨手术的唇腭裂儿童患者的术后疼痛和住院费用。该研究将一种新的组织工程方法与传统的 surgical 技术进行了比较。背景与策略:为了修复上颌骨(牙槽突)的骨缺损,标准治疗包括从患者髋部(髂骨)采集骨组织。尽管非常有效,但这种传统方法需要第二个手术部位,这通常会导致供区明显的疼痛和并发症。为了消除供区疼痛和并发症,研究人员评估了一种替代方法,使用人脱落乳牙干细胞(SHED),这些细胞由儿童自然脱落
【主题与分类】
主题标签:Clift Lip、Cleft Palate、Alveolar Bone Loss、Postoperative Pain。本站分类:肌肉骨骼系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07734974
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/NCT07734974
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:唇裂、腭裂、牙槽骨丢失、术后疼痛。研究目的:本研究旨在评估和比较接受牙槽骨移植手术的唇腭裂儿科患者的术后疼痛和住院费用。研究对比了一种新的组织工程方法与传统的 surgical 技术。背景与策略:为了修复上颌骨(牙槽突)的骨缺损,标准治疗方法包括从患者的髋部(髂嵴)采集骨组织。尽管这种方法非常有效,但传统方法需要一个额外的手术部位,这往往会导致供区明显的疼痛和并发症。为了消除供区疼痛和并发症,研究人员评估了一种替代方法,使用人脱落乳牙干细胞(SHED),这些干细胞由该年龄段的儿童自然脱落。这些干细胞与胶原-羟基磷灰石支架(一种支持性生物材料海绵)结合,用于填充骨缺损,完全避免了从髋部采集骨组织的需要。
研究设计:开展了一项随机对照临床试验,纳入20名7至12岁单侧唇腭裂儿科患者。参与者被随机分为两组,每组人数相等:第1组(对照组):接受从髂嵴采集的传统自体骨移植。第2组(实验组):接受结合SHED与支架生物材料的生物工程移植物。研究人员监测了在麻醉后监护室(PACU)和医院病房中疼痛的强度和持续时间。他们还测量了缓解疼痛所需的简单镇痛药和阿片类药物(如吗啡和可待因)的消耗量,监测了术后并发症,并对药物支出进行了经济预测。
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。




