HA35凝胶治疗轻度牙龈退缩及牙周炎症的疗效与安全性
本数据集来自 clinicaltrials.gov,聚焦一项前瞻性、单中心、单臂、开放标签的初步临床研究,评估局部使用10%高浓度35 kDa透明质酸(HA35)凝胶改善轻度牙龈退缩(Miller I/II类)及慢性牙周炎症症状(牙龈疼痛、红肿、刷牙出血)的疗效与安全性

基本信息
资源简介
HA35凝胶治疗轻度牙龈退缩及牙周炎症的疗效与安全性
本数据集来自 clinicaltrials.gov,聚焦一项前瞻性、单中心、单臂、开放标签的初步临床研究,评估局部使用10%高浓度35 kDa透明质酸(HA35)凝胶改善轻度牙龈退缩(Miller I/II类)及慢性牙周炎症症状(牙龈疼痛、红肿、刷牙出血)的疗效与安全性。受试者每日早晚刷牙后轻柔涂抹HA35凝胶于牙龈缘、牙齿及受累牙龈区域约3分钟,连续42天。结局评估包括暴露根面长度、慢性牙龈/牙根疼痛NRS评分、牙龈瘙痒等指标,可用于口腔疾病相关疗效与安全性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:轻度牙龈退缩、牙周炎症、慢性牙龈疼痛、牙龈红肿、牙龈出血。这项前瞻性、单中心、单臂、开放标签的初步临床研究,旨在探究局部使用10%高浓度35 kDa透明质酸(HA35)凝胶对改善轻度牙龈退缩(Miller I/II类)及慢性牙周炎症症状(包括牙龈疼痛、红肿和刷牙引起的出血)的疗效与安全性。符合条件的受试者将进行常规刷牙,随后将HA35凝胶轻柔地局部涂抹于牙龈缘、牙齿及受累牙龈区域约3分钟,每日两次(早晚),连续42天。结局评估包括测量暴露根面长度(牙龈退缩)、慢性牙龈/牙根疼痛(NRS 0-10)、牙龈瘙痒/di
【主题与分类】
主题标签:Mild Gingival Recession、Periodontal Inflammation、Chronic Gingival Pain、Gingival Redness and Swelling、Gingival Bleeding。本站分类:口腔疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07577258
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/NCT07577258
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:轻度牙龈退缩、牙周炎症、慢性牙龈疼痛、牙龈红肿、牙龈出血。本前瞻性、单中心、单臂、开放标签初步临床研究旨在探讨局部应用10%高浓度35 kDa透明质酸(HA35)凝胶对改善轻度牙龈退缩(Miller I/II类)及慢性牙周炎症症状(包括牙龈疼痛、红肿及刷牙引起的出血)的有效性和安全性。符合条件的受试者将进行常规刷牙,随后将HA35凝胶轻柔局部涂抹于牙龈缘、牙齿及受累牙龈区域约3分钟,每日两次(早晚),连续42天。结局评估包括在基线、首次应用后30秒、第2天、第4天及第42天测量暴露根面长度(牙龈退缩)、慢性牙龈/牙根疼痛(NRS 0-10)、牙龈瘙痒/不适、红肿评分以及刷牙引起的出血发生率。将连续监测口腔刺激、过敏反应及不良事件以进行安全性评估。
这是一种非侵入性、非药物的口腔局部干预,对参与者风险极小。所有程序将按照《赫尔辛基宣言》进行,所有受试者在入组前将获得书面知情同意。
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。




