正畸矫治器治疗期间佩戴时间的客观评估：一项随机对照试验
使用微传感器客观评估正畸矫治器佩戴时间的随机对照试验数据集，包含研究方案、完整数据及统计分析。
基本信息
资源简介
正畸矫治器治疗期间佩戴时间的客观评估：一项随机对照试验
【一句话概览】
本数据集是 LSHTM Data Compass 公开的时序数据集，收录 2 个文件、合计 4.73 MB，主题涵盖 aligner、compliance、adherence、wear time、removable appliance，可用于疾病进展预测与生理信号时序建模。
【数据集背景】
本数据集源站标题为《Objective assessment of wear time during orthodontic aligner therapy using microsensors: A randomized controlled trial》。源站首次发布：2026-01-30。
【数据内容】
源站原始描述：{''name'': ''Data supplement\r\n\r\nStudy Title: Objective assessment of wear time during orthodontic aligner therapy using microsensors - a randomized controlled trial\r\n\r\nIncluding: Study protocol and full data set including statistical analysis\r\n\r\nData to: Sabbagh, H., Baumert, U., Liedtke, J., Thiem, S., Venkova, V., & Wichelhaus, A. (2026). Objective assessment of wear time during orthodontic aligner therapy using microsensors: A randomized controlled trial. American Journal of Orthodon…
文件 Readme.md 为文本内容，开头为：# Objective assessment of wear time during orthodontic aligner therapy using microsensors: A randomized controlled trial Authors: Hisham Sabbagh, Uwe Baumert,…
【数据结构与技术规格】
文件数 2 个，合计 4.73 MB。Final-data-supplement.zip：application/zip，4.73 MB。Readme.md：text/plain，2.32 KB。
【主题与分类】
主题标签：aligner、compliance、adherence、wear time、removable appliance。
【适用方向】
时序数据适用于疾病进展预测、生理信号监测与事件发生的时序建模。
【获取与许可】
源站页面：https://data.ub.uni-muenchen.de/id/eprint/775/
【使用注意】
· 源站最后修改于 2026-02-16，引用时请注意版本时效。
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。
暂未开放有偿下载
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://data.ub.uni-muenchen.de/id/eprint/775
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
