LY4515100 用于第三磨牙拔除后疼痛的研究
该数据集来自 clinicaltrials.gov，收录一项关于 LY4515100 的临床研究信息，研究对象为第三磨牙（阻生智齿）拔除后出现急性疼痛的参与者
基本信息
资源简介
LY4515100 用于第三磨牙拔除后疼痛的研究
该数据集英文名为“A Study of LY4515100 in Participants With Pain Following Third Molar Removal”，来源于 clinicaltrials.gov，在本站归类于口颌系统疾病下的阻生智齿方向。数据集收录的是一项关于 LY4515100 的临床研究信息，研究对象为第三磨牙（阻生智齿）拔除后出现急性疼痛的参与者。研究涉及的条件包括急性疼痛、磨牙、第三磨牙及口腔手术，主题标签涵盖 Acute Pain、Molar、Molar, Third 与 Surgery, Oral。整体来看，该数据集围绕口腔外科术后急性疼痛这一场景，提供了一项单次口服给药与安慰剂对照的临床研究记录，可供关注阻生智齿拔除术后镇痛研究的人员参考。
【数据集背景】
该数据集所对应的研究聚焦于第三磨牙拔除后的急性疼痛管理。阻生智齿拔除是口腔外科常见手术，术后急性疼痛是该类手术后的典型问题。源站描述指出，该研究的目的是评估 LY4515100 的安全性和有效性，并观察单次口服剂量与安慰剂在阻生第三磨牙拔除后急性术后疼痛中的比较情况。研究条件包括急性疼痛、磨牙、第三磨牙和口腔手术，主题标签同样围绕这些方向展开。数据集在本站被归入口颌系统疾病 / 阻生智齿分类，与其研究场景相符。
【数据内容】
该数据集收录的是一项临床研究的信息，核心内容为 LY4515100 在第三磨牙拔除后急性疼痛参与者中的安全性与有效性评估，以及单次口服剂量与安慰剂的比较。源站描述还说明，每位参与者的研究可能持续约 6 周，并包括第三磨牙拔除后在临床研究单位（CRU）的停留。除上述研究目的、持续时间与停留安排外，源站未提供更多关于数据字段、变量结构或具体指标的内容。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提供了研究条件、研究目的、参与者研究持续时间以及临床研究单位停留安排等信息。关于数据的具体采集方式、采集时间范围、样本量或招募细节，源站未提供。
【适用场景】
该数据集可用于了解第三磨牙拔除后急性疼痛相关临床研究的设计思路，包括单次口服给药与安慰剂对照的比较框架，以及参与者在临床研究单位停留的安排。其主题标签涉及急性疼痛、磨牙、第三磨牙与口腔手术，适合作为口腔外科术后镇痛研究方向的参考信息。关于更具体的适用分析场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式或数据结构说明。
【质量与限制】
该数据集的信息来自 clinicaltrials.gov 的研究描述，源站未提供关于数据完整性、准确性验证或偏倚控制的具体说明。由于源站描述仅涵盖研究目的、条件、持续时间与停留安排，数据集的字段范围与详细程度可能受限。其他质量相关细节，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式或许可信息。
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/NCT07511816
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：急性疼痛、磨牙、第三磨牙、手术、口腔。本研究的目的是评估LY4515100的安全性和有效性，并观察单次口服剂量与安慰剂在拔除阻生第三磨牙后急性术后疼痛中的比较。对于每位参与者，研究可能持续约6周，并将包括在第三磨牙拔除后在临床研究单位（CRU）的停留。
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。
