HIV/AIDS治疗成本多国分析(MATCH):埃塞俄比亚、马拉维、卢旺达、南非和赞比亚161家代表性机构单位成本核算
背景 当今不确定的资金格局威胁着全球HIV/AIDS治疗和预防目标的进展。提高HIV/AIDS支出的效率对于有效分配现有资金和促进额外投资至关重要

基本信息
资源简介
HIV/AIDS治疗成本多国分析(MATCH):埃塞俄比亚、马拉维、卢旺达、南非和赞比亚161家代表性机构单位成本核算
背景 当今不确定的资金格局威胁着全球HIV/AIDS治疗和预防目标的进展。提高HIV/AIDS支出的效率对于有效分配现有资金和促进额外投资至关重要
Multi-Country Analysis of Treatment Costs for HIV/AIDS (MATCH): Unit costing at 161 Representative Facilities in Ethiopia, Malawi, Rwanda, South Africa and Zambia
【数据内容】
源站描述(机器翻译,仅供参考):背景 当今不确定的资金格局威胁着全球HIV/AIDS治疗和预防目标的进展。提高HIV/AIDS支出的效率对于有效分配现有资金和促进额外投资至关重要。此前的研究聚焦于ART的效率机会,然而近期且具有代表性的ART成本数据有限。方法与发现 在五个国家的161家代表性机构收集了十二个月ART成本的综合数据。站点采用分层随机抽样选取。通过审查每家机构随机抽取的100份病历测量患者特征和治疗结局。ART成本显著低于预期,在低收入和中低收入国家平均为每患者年200美元。南非的成本更高,为每患者年682美元。主要成本构
【主题与分类】
主题标签:HIV、AIDS、非洲、治疗成本、卫生机构。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Af695b7ed3ac20e5a066df43ea751f0a93e661290694ad658c1ba56909d08116b
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
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
背景 当今不确定的资金环境有可能阻碍全球艾滋病毒/艾滋病治疗和预防目标的进展。提高艾滋病毒/艾滋病支出的效率对于有效分配现有资金和促进额外投资至关重要。此前的研究主要集中在抗逆转录病毒治疗(ART)的效率机会上,然而关于ART成本的近期且具有代表性的数据有限。方法与发现 我们在五个国家的161家代表性机构收集了为期十二个月的ART成本综合数据。研究地点采用分层随机抽样方法选取。通过查阅每家机构随机抽取的100份病历来测量患者特征和治疗结果。ART成本显著低于预期,在低收入和中低收入国家平均为每患者年200美元。南非的成本较高,为每患者年682美元。主要成本组成部分为抗逆转录病毒药物(ARVs)和人员,二者合计占成本的70%以上。各机构在这些成本水平下展现出维持患者存活并持续接受治疗的能力,已稳定治疗患者的平均年流失率相对较低,范围为2%至8%。
新患者的保留率差异很大,且与开始治疗时的CD4计数密切相关。结论本研究表明,在发展中国家积极扩大高质量治疗规模是可行且可持续的,这提供了新的证据。抗逆转录病毒治疗的低成本应能缓解人们对通过积极扩大规模而背上高昂“治疗抵押贷款”的担忧。此外,全球已显著关注通过优化服务提供设计来推动节约,而设施层面的抗逆转录病毒治疗成本似乎不太可能实现显著节约。优化工作应转而关注设施外的治疗成本和与治疗无关的项目成本。在南非,很可能还有其他中高收入国家,优化抗逆转录病毒治疗服务提供将产生显
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。




