囊性纤维化患者口腔健康状况:与Vaincre la Mucoviscidose患者协会合作的在线调查
该数据集源自clinicaltrials.gov,主题为囊性纤维化患者的口腔健康状况,由与Vaincre la Mucoviscidose患者协会合作的在线调查收集

基本信息
资源简介
囊性纤维化患者口腔健康状况:与Vaincre la Mucoviscidose患者协会合作的在线调查
该数据集源自clinicaltrials.gov,主题为囊性纤维化患者的口腔健康状况,由与Vaincre la Mucoviscidose患者协会合作的在线调查收集。囊性纤维化是一种常染色体隐性遗传的罕见病,在法国每4700名新生儿中约有1例,由CFTR基因突变引起。虽然主要影响肺部,但已有文献记录其包括口腔表现在内的多种全身效应。数据覆盖口腔健康与囊性纤维化关联的研究信息,涉及唾液分泌减少、牙侵蚀风险增加、釉质结构缺陷患病率升高及龋齿发生率降低等口腔表现,以及牙周病与囊性纤维化关系的研究结果。可用于口腔健康与呼吸系统疾病交叉领域的分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:囊性纤维化。囊性纤维化(CF)是一种罕见的常染色体隐性遗传病,在法国每4700名新生儿中约有1例发病。其特征是CFTR基因(囊性纤维化跨膜传导调节因子)突变,该基因编码一种调节外分泌腺上皮细胞表面氯离子转运的通道。虽然其主要影响肺部,但包括口腔表现在内的多种全身效应已有文献记载。多项研究探讨了口腔健康与CF之间的关联。这些研究揭示了唾液分泌减少与牙侵蚀风险增加相关、釉质结构缺陷患病率升高以及CF儿童龋齿发生率降低的现象。关于牙周病(牙周炎)与CF关系的研究显示,CF患者之间无显著差异
【主题与分类】
主题标签:Cystic Fibrosis。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06356246
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/NCT06356246
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
疾病:囊性纤维化。囊性纤维化(CF)是一种罕见的常染色体隐性遗传病,在法国每4700名新生儿中约有1例。其特征是CFTR基因(囊性纤维化跨膜传导调节因子)突变,该基因编码一种调节外分泌腺上皮细胞表面氯离子转运的通道。虽然其主要影响肺部,但已有文献记载包括口腔表现在内的多种全身性影响。多项研究探讨了口腔健康与CF之间的联系。这些研究揭示了唾液分泌减少与牙侵蚀风险增加、釉质结构缺陷患病率升高以及CF患儿龋齿发生率降低之间的关联。关于牙周病(牙周炎)与CF关系的研究显示,CF患者与普通人群之间无显著差异。CF患者的口腔生活质量通过OHIP-14(口腔健康影响量表)——一份包含14个条目的问卷——进行测量,这一维度也受到关注,但迄今为止仅有一项研究在未成年人群中评估了这一方面。
这些研究往往范围有限,主要集中于以儿童和年轻成人为主的CF人群。近年来,CF管理水平的提升使中位生存期延长,已超过50岁(2022年记录的最高年龄为85岁)。随着成年CF人群不断增长,新的挑战也随之出现。此外,口腔作为气道入口处的细菌储库,会影响慢性肺部疾病,如慢性阻塞性肺疾病(COPD)。在口腔环境中发现的细菌(如铜绿假单胞菌)同样可在CF患者肺部检出。对CF患者口腔细菌性疾病的研究具有特殊意义。因此,为增进对口腔健康与CF之间关联的认识,并改善CF患者的口腔护理,更新这一具有特殊需求人群的具体口腔特征十分必要。
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。




