基于技术的PHAT Life培训工具
该数据集源自clinicaltrials.gov,围绕基于技术的PHAT Life培训工具展开,涉及HIV感染、性传播感染与实施研究

基本信息
资源简介
基于技术的PHAT Life培训工具
该数据集源自clinicaltrials.gov,围绕基于技术的PHAT Life培训工具展开,涉及HIV感染、性传播感染与实施研究。研究由University of Illinois Chicago担任单中心IRB,计划在工具完成后招募6名辅助专业人员进行可用性测试,再招募10名服务司法涉入青少年的辅助专业人员开展试点测试,为随机试验的规模化做准备。数据可用于评估培训工具可用性、试点研究流程及实施准备度(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV感染、性传播感染、实施。本研究将遵守NIH关于多站点研究使用sIRB的政策。University of Illinois Chicago(UIC)已被选定为本提案所述研究的单中心IRB记录(sIRB)。一旦PHAT Life培训工具完成,研究者将招募6名辅助专业人员进行简短的可用性测试,以确保工具正常运行。根据可用性测试反馈进行编辑后,10名服务司法涉入青少年的辅助专业人员将试点测试研究材料和方案,以确保研究者为随机试验的规模化做好准备。为实现拟议研究的目标,研究团队已获得三个服务司法涉入青少年站点的承诺(见支持信):(a) Cook County Juvenile Tempora
【主题与分类】
主题标签:HIV Infection、Sexually Transmitted Infections、Implementation。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05339412
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/NCT05339412
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:HIV感染、性传播感染、实施。本研究将遵守NIH关于多站点研究使用单一伦理审查委员会(sIRB)的政策。伊利诺伊大学芝加哥分校(UIC)已被选定担任本提案所述研究的单一伦理审查记录委员会(sIRB)。PHAT Life培训工具完成后,研究人员将招募6名辅助专业人员开展简要可用性测试,以确保该工具正常运行。根据可用性测试反馈进行修改后,10名服务于司法涉入青少年的辅助专业人员将对研究材料和方案进行试点测试,以确保研究人员已为随机试验的规模化开展做好准备。为实现拟议研究的目标,研究团队已获得三个服务于司法涉入青少年的站点的承诺(见支持信):(a) 库克县少年临时拘留中心,(b) 库克县缓刑与法院服务部,以及 © Heartland Alliance。各场所合计约有445名符合条件的工作人员。拟议样本(N=130)占符合条件参与者的29%。
因此,研究者预计达到拟议样本量的难度极小。研究人员将在机构员工会议上介绍该项目,并邀请人们表达兴趣。将在相关场所张贴带有研究人员联系信息的传单。研究人员将主动提出在机构活动中介绍项目信息。机构工作人员将向符合条件的人员(例如,缓刑工作人员或公共卫生教育工作者)分发招募材料,并邀请他们联系研究人员。机构工作人员还将邀请个人同意公开其联系信息,以便研究团队直接与他们联系。招募协调员将通过电话、电子邮件、短信和即时通讯工具联系感兴趣的个人。招募将以这种方式持续进行,直至每个条件的入组目标达成。一旦入组研究,参与者将被分配一个唯一的、去标识化的
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。




