无麸质牙膏对乳糜泻儿童溃疡事件影响评估
该数据集来自 clinicaltrials.gov，主题为麸质敏感，聚焦乳糜泻儿童。源站描述提及生产实验性无麸质牙膏并提供给乳糜泻儿童，用于评估该牙膏对儿童溃疡性事件的影响
基本信息
资源简介
无麸质牙膏对乳糜泻儿童溃疡事件影响评估
该数据集英文名为 Assessment of the Effect of Gluten Free Toothpaste on the Ulcerative Events in Children With Celiac Disease，来源于 clinicaltrials.gov，主题标签为麸质敏感（Gluten Sensitivity），在本站归类于口腔疾病 / 其他。源站描述指出，该数据集涉及麸质敏感相关条件，内容围绕生产一种实验性无麸质牙膏并将其提供给乳糜泻儿童，以评估该牙膏对儿童溃疡性事件的影响。整体来看，该数据集记录了一项面向乳糜泻儿童、以实验性无麸质牙膏为干预手段、以溃疡性事件为观察重点的临床研究信息，适合关注麸质敏感与儿童口腔健康交叉领域的研究者参考。
【数据集背景】
该数据集所对应的研究背景集中在麸质敏感与乳糜泻儿童的口腔健康问题上。源站描述明确列出条件为麸质敏感（Gluten Sensitivity），研究对象为乳糜泻儿童。研究涉及生产一种实验性无麸质牙膏，并将其提供给乳糜泻儿童使用，目的是评估该牙膏对儿童溃疡性事件的影响。由此可以看出，该数据集关注的是日常口腔护理产品（牙膏）在麸质敏感人群中的潜在作用，属于口腔疾病与麸质相关疾病交叉的研究方向。
【数据内容】
该数据集的主题标签为麸质敏感，本站分类为口腔疾病 / 其他。源站描述提及的核心内容包括：生产实验性无麸质牙膏、向乳糜泻儿童提供该牙膏、评估其对溃疡性事件的影响。关于数据集内具体包含哪些字段、记录数量、变量类型、随访时间点等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示其内容与一项针对乳糜泻儿童的干预性研究相关，涉及实验性无麸质牙膏的生产与提供。关于具体的采集方法、采集时间、样本量、研究机构等信息，源站未提供。
【适用场景】
基于现有信息，该数据集可用于了解麸质敏感主题下乳糜泻儿童口腔健康相关研究的设计思路，尤其是围绕无麸质牙膏与溃疡性事件之间关系的评估场景。它也适合作为口腔疾病 / 其他分类下与麸质相关疾病交叉主题的检索入口。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、数据结构说明或访问方式。
【质量与限制】
该数据集的信息主要来自 clinicaltrials.gov 的源站描述，描述内容较为概括，仅提及研究条件、干预产品与评估方向。关于数据完整性、准确性、样本代表性、偏倚控制等质量指标，源站未提供。使用者应注意，源站描述未给出研究结果或结论，不宜据此推断该牙膏的实际效果。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。
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/NCT03771443
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：麸质敏感。生产实验性无麸质牙膏，并提供给患有乳糜泻的儿童
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。
