OmniMax MMF系统临床评价队列研究

本数据集来自clinicaltrials.gov,为一项针对OmniMax MMF系统的临床评价队列研究,聚焦下颌骨骨折患者

Zimmer BiometZimmer Biomet
clinicaltrials
浏览 9
其他分类Mandibular Fractures
A Cohort Study for Clinical Evaluation of OmniMax MMF System

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-10

资源简介

OmniMax MMF系统临床评价队列研究

本数据集来自clinicaltrials.gov,为一项针对OmniMax MMF系统的临床评价队列研究,聚焦下颌骨骨折患者。研究计划在最多5个中心、涵盖颌面外科、耳鼻喉科和整形外科3个亚专业,入组50名因创伤导致非复杂性下颌骨骨折的受试者,接受OmniMax MMF系统进行颌间固定4至8周。评价指标包括螺钉植入相关牙根损伤发生率、装置植入与取出时间、固定期间口腔卫生、黏膜过度生长、牙龈坏死、术后疼痛、咬合稳定性、骨折愈合及患者满意度与依从性。数据可用于口腔颌面创伤固定器械的临床效果与安全性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:下颌骨骨折。本研究的目的是突出并评估OmniMax MMF系统应用于接受非复杂性下颌骨骨折修复患者的临床获益。共50名因创伤事件导致非复杂性下颌骨骨折的受试者将在最多5个中心入组,来自3个外科亚专业:颌面外科、耳鼻喉科和整形外科。考虑参与的受试者将接受OmniMax MMF系统进行颌间固定,为期4至8周。评价指标包括与螺钉植入相关的牙根损伤发生率、装置植入和取出的时间、颌间固定期间的口腔卫生、黏膜过度生长、牙龈坏死、术后疼痛、咬合稳定性、骨折愈合、患者对治疗时长的总体满意度/依从性,以

【主题与分类】

主题标签:Mandibular Fractures。本站分类:口腔疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03075865

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03075865

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:下颌骨骨折。本研究旨在突出并评估OmniMax MMF系统应用于接受无并发症下颌骨骨折修复患者的临床益处。共有50名因创伤事件导致无并发症下颌骨骨折的受试者将被纳入,来自3个外科亚专科(颌面外科、耳鼻喉科和整形外科)的最多5个研究中心。考虑参与的受试者将接受OmniMax MMF系统进行颌间固定,为期4至8周。将在所有术后保持IMF的参与者中评估以下指标:与螺钉置入相关的牙根损伤发生率、装置植入和移除的时间、颌间固定期间的口腔卫生、黏膜过度生长、牙龈坏死、术后疼痛、咬合稳定性、骨折愈合、患者对治疗时长的总体满意度/依从性、手套穿孔和意外穿刺的发生率。同时还将收集与使用OmniMax MMF系统相关的不良事件。

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。

获取专属数据定制方案