男男性行为者HIV预防与治疗线上线下整合照护模式
该数据集来自clinicaltrials.gov,聚焦马来西亚男男性行为者(MSM)的HIV预防与治疗线上线下整合照护模式

基本信息
资源简介
男男性行为者HIV预防与治疗线上线下整合照护模式
该数据集来自clinicaltrials.gov,聚焦马来西亚男男性行为者(MSM)的HIV预防与治疗线上线下整合照护模式。源站描述指出马来西亚HIV疫情快速扩大,MSM中HIV流行率创21.6%新高,首都吉隆坡2020年达43%。同性恋与物质使用在马来西亚均属刑事犯罪,MSM常因恐惧污名、歧视或定罪而隐瞒性取向或风险行为;同时MSM中性化药物使用(chemsex)普遍(24%),导致高风险性行为。数据可用于研究该人群HIV预防干预与照护模式(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV预防项目。马来西亚的HIV疫情正在迅速扩大,近期证据表明性传播不断增加,尤其是在MSM中。MSM中的HIV流行率目前处于21.6%的历史最高水平,并集中在首都吉隆坡,2020年该市MSM中的流行率为43%,而仅仅四年前为22%。对马来西亚不断扩大的HIV疫情的洞察是多因素的:同性恋和物质使用在马来西亚均被刑事定罪。因此,MSM往往不愿披露其性取向或风险行为,主要原因是害怕污名、歧视或被刑事定罪。此外,证据表明马来西亚MSM在性接触前或期间广泛使用(24%)精神活性物质(例如苯丙胺类兴奋剂),也称为性化药物使用(chemsex),这导致高风险性
【主题与分类】
主题标签:HIV Prevention Program。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06373952
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/NCT06373952
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预防项目。马来西亚的HIV疫情正在迅速扩大,近期证据表明性传播途径日益增多,尤其是在男男性行为者(MSM)中。MSM人群的HIV感染率现已达到21.6%的历史最高水平,且主要集中在首都吉隆坡,2020年该市MSM人群感染率为43%,而仅仅四年前这一数字为22%。对马来西亚HIV疫情扩大的深入分析涉及多重因素:同性恋和物质使用在马来西亚均被定罪。因此,MSM往往不愿透露其性取向或风险行为,主要原因是害怕污名化、歧视或被定罪。此外,证据表明马来西亚MSM中广泛存在(24%)在性行为前或性行为过程中使用精神活性物质(如苯丙胺类兴奋剂)的情况,也称为性化药物使用(chemsex),这导致了高风险性行为(如无套性行为)。
污名与歧视同样由医疗保健提供者对男男性行为者(MSM)实施,这营造了对MSM充满敌意的环境,使扩大HIV检测及随后衔接至HIV预防(暴露前预防)和治疗(抗逆转录病毒治疗)服务的努力变得复杂。HIV检测是进入HIV预防和治疗 cascade 的起点。新的HIV检测指南建议MSM每3至6个月检测一次,因为早期HIV检测是遏制HIV疫情的一种具有成本效益的策略。然而,马来西亚MSM的HIV检测率仍然很低:曾检测过(70.3%)和去年检测过(30.9%)。HIV自我检测(HIVST)在马来西亚MSM中可能尤其具有影响力。尽管该群体使用HIVST的意愿很高,但由于缺乏获取HIVST试剂盒的途径、对误读结果的担忧以及错失咨询和衔接至护理的机会,其使用仍然很少。在此背景下,电子健康(eHealth)代表了一个创新平台,可转变HIV服务提供(即检测和衔接至护理)的面貌。利用电子健康平台进行HIV血清
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。




