Flaus电动牙线器与手动牙刷对牙菌斑及牙龈炎安全性和有效性的临床评估
该数据集来自clinicaltrials.gov,为一项单中心、随机、对照、检查者盲法、为期30天的平行研究,评估Flaus电动牙线器减少牙间菌斑、牙龈炎症和出血的有效性

基本信息
资源简介
Flaus电动牙线器与手动牙刷对牙菌斑及牙龈炎安全性和有效性的临床评估
该数据集来自clinicaltrials.gov,为一项单中心、随机、对照、检查者盲法、为期30天的平行研究,评估Flaus电动牙线器减少牙间菌斑、牙龈炎症和出血的有效性。研究对象为牙龈炎、牙龈出血和牙菌斑患者,数据在基线、第15天和第30天采集,每名合格志愿者参与30天临床试验,并设有7至14天的研究前洗脱期。该数据可用于口腔疾病相关研究,支持对电动牙线器与手动牙刷在牙菌斑和牙龈炎方面安全性和有效性的比较分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:牙龈炎、牙龈出血、牙菌斑。这项单中心、随机、对照、检查者盲法、为期30天、平行研究将评估Flaus电动牙线器在减少牙间菌斑、牙龈炎症和出血方面的有效性。该电动牙线器目前在美国上市,属于1类豁免医疗器械,对使用者的风险最低。该1类状态意味着该器械免于美国食品药品监督管理局(FDA)对医疗器械上市前通知或批准(510(k))的要求。在本研究期间,将在基线、第15天和第30天收集数据。每名合格志愿者将参与一项为期30天的临床试验,研究前设有7至14天的洗脱期。在此期间,参与者将每天仅使用软毛平头手动牙刷和一种钠
【主题与分类】
主题标签:Gingivitis、Gingival Bleeding、Dental Plaque。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07805148
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/NCT07805148
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
适应症:牙龈炎、牙龈出血、牙菌斑。这项单中心、随机、对照、检查者盲法、为期30天的平行研究将评估Flaus电动牙线器在减少牙间隙菌斑、牙龈炎症和出血方面的有效性。该电动牙线器目前在美国上市,属于1类豁免医疗器械,对使用者的风险最低。该1类状态意味着该器械免于美国食品药品监督管理局(FDA)对医疗器械上市前通知或批准(510(k))的要求。在本研究期间,将在基线、第15天和第30天收集数据。每位符合条件的志愿者将参加为期30天的临床试验,并设有7至14天的研究前洗脱期。在此期间,参与者将仅使用软毛平头手动牙刷和氟化钠牙膏(Crest Cavity Protection)每天刷牙两次。将筛选、入组并随机分配最多80名健康的男性和女性成年参与者,以使74名参与者完成这项为期30天的研究。
参与者将参加一次筛选访视,内容包括采集知情同意、询问口腔及全身健康史、口腔检查、菌斑和牙龈炎评估。伴有轻至中度牙龈炎的参与者将被纳入研究。在基线、第15天和第30天,将按以下顺序进行以下检查:口腔软硬组织检查、根据MGI(改良牙龈指数)评估牙龈炎症及探诊出血(BOP)、根据Rustogi改良海军菌斑指数(RMNPI)评估龈上菌斑水平。在第30天,将进行清洁前和清洁后的菌斑评估,以评估使用所分配的口腔护理方案(仅刷牙或电动牙线+刷牙)后即刻的菌斑清除情况。每次检查访视前,参与者将停止口腔卫生8至12小时,并在访视前30分钟内不进食或饮水,除非
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。




