妊娠结局与HIV/ARV暴露健康结局研究(HOPE)
HOPE 数据集聚焦育龄期 HIV 感染女性(包括自出生即感染 HIV 的女性)的身心健康结局与健康相关行为,涵盖 HIV 病程、医疗参与、心理健康、妊娠与生殖健康及选择、心血管代谢健康,以及多层次社会与结构性健康决定因素和韧性来源

基本信息
资源简介
妊娠结局与HIV/ARV暴露健康结局研究(HOPE)
Health Outcomes around Pregnancy and Exposure to HIV/ARVs (HOPE)
HOPE 数据集聚焦育龄期 HIV 感染女性(包括自出生即感染 HIV 的女性)的身心健康结局与健康相关行为,涵盖 HIV 病程、医疗参与、心理健康、妊娠与生殖健康及选择、心血管代谢健康,以及多层次社会与结构性健康决定因素和韧性来源。数据采集包括临床评估、在线调查、访谈、普查区级地理编码、标本采集和病历摘录,框架基于社会生态模型、生命历程视角和社区参与。该数据可用于研究 HIV 感染女性的健康结局、临床与行为关联及社会决定因素(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):HOPE 研究调查了育龄期 HIV 感染女性(包括自出生即感染 HIV 的女性)的身心健康结局与健康相关行为。健康结局包括 HIV 病程、医疗参与、心理健康、妊娠、生殖健康与选择,以及心血管代谢健康,还包括多层次社会与结构性健康决定因素和韧性来源。该框架以社会生态模型、生命历程视角和社区参与为依据。数据采集包括临床评估、在线调查、访谈、普查区级地理编码、标本采集和病历摘录,旨在实现研究方案中列出的主要目标和领域特定目标。HOPE 的结果旨在促进 HIV 感染女性的健康,为临床
【主题与分类】
主题标签:Medicine, Health and Life Sciences、HIV。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/PCVEAT
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://doi.org/10.7910/DVN/PCVEAT
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:
数据集大小约 22.4 MB。
数据说明
HOPE研究探讨了育龄HIV感染女性的身心健康结果及健康相关行为,包括自出生起即感染HIV的女性。健康结果包括HIV疾病进程、护理参与度、心理健康、妊娠、生殖健康与选择、心血管代谢健康,以及多层面的社会和结构性健康决定因素与韧性来源。该研究框架基于社会生态模型、生命历程视角和社区参与。数据收集包括临床评估、在线调查、访谈、人口普查区级别的地理编码、样本采集和病历摘录,旨在实现研究方案中概述的主要目标和特定领域目标。HOPE研究的结果旨在促进HIV感染女性的健康,为临床指南提供依据,并制定支持性干预措施和政策,以满足HIV感染女性及其家庭的需求和优先事项。HOPE研究与PHACS网络紧密关联,并利用其数据。
有关HOPE及儿科HIV/AIDS队列研究(PHACS)网络的更多信息,请访问:https://phacsstudy.org。HOPE研究的最终研究数据集及附加文档将在NICHD数据与标本中心(DASH)公开提供,网址为:https://dash.nichd.nih.gov。此前于2025年提交的研究数据已在NICHD数据与标本中心(DASH)公开,网址为:https://dash.nichd.nih.gov/study/427103。
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。




