口腔卫生方案对牙龈炎临床、免疫调节、微生物结局及口腔耐受性的影响比较

源站描述显示,这是一项为期六周的双盲、随机、平行组对照临床研究,评估每日两次使用不同口腔卫生方案(含漱口水)4 周后,口腔微生物组、炎症介质、牙龈健康指数及口腔耐受性的变化,并在停止治疗 2 周后进行随访评估

Kenvue Brands LLCKenvue Brands LLC
clinicaltrials
浏览 10
其他分类MicrobiomeCytokinesPlaqueGingivitisGingival Bleeding
Comparison of the Effects of Oral Hygiene Regimens on Clinical, Immunomodulatory, and Microbial Outcomes and Oral Tolerance in People With Gingivitis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

口腔卫生方案对牙龈炎临床、免疫调节、微生物结局及口腔耐受性的影响比较

该数据集来自 clinicaltrials.gov,属于口颌系统疾病/其他分类,主题涉及 Microbiome、Cytokines、Plaque、Gingivitis、Gingival Bleeding。源站描述显示,这是一项为期六周的双盲、随机、平行组对照临床研究,评估每日两次使用不同口腔卫生方案(含漱口水)4 周后,口腔微生物组、炎症介质、牙龈健康指数及口腔耐受性的变化,并在停止治疗 2 周后进行随访评估。数据可用于口腔微生物组与牙龈炎相关临床、免疫及微生物结局的比较分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Microbiome、Cytokines、Plaque、Gingivitis、Gingival Bleeding。本研究是一项为期六周、双盲、随机、平行组对照临床研究。本研究的目的是评估每日两次使用不同口腔卫生方案(包括漱口水)4 周后,口腔微生物组、炎症介质、牙龈健康指数的变化,并评估口腔耐受性,与对照组进行比较。将在停止治疗 2 周后完成随访评估。

【主题与分类】

主题标签:Microbiome、Cytokines、Plaque、Gingivitis、Gingival Bleeding。本站分类:口颌系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07501455

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/NCT07501455

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:微生物组、细胞因子、牙菌斑、牙龈炎、牙龈出血。本研究是一项为期六周的双盲、随机、平行组对照临床研究。本研究的目的是评估每日两次使用不同口腔卫生方案(包括漱口水)4周后,口腔微生物组、炎症介质、牙龈健康指数的变化,并评估口腔耐受性,与对照组进行比较。治疗停止2周后将完成随访评估。

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