Metromates：南加州新感染MSM研究
Metromates研究由NIDA资助，于2009年2月至2012年5月在洛杉矶LGBT中心开展，该中心是提供综合健康服务的社区组织
基本信息
资源简介
Metromates：南加州新感染MSM研究
Metromates: Newly Infected MSM in SoCal 是一个以英文命名的数据集，主题聚焦于男男性行为人群（MSM）中的新发感染。该数据集来源于 search.dataone.org，在分类上归入感染相关类别，并具体标注为艰难梭菌感染方向。其主题标签为“MSM”与“New Infection”，指向新近感染这一核心关注点。数据集附带一段背景说明：2009年2月至2012年5月期间，由 NIDA 资助的 Metromates 研究在洛杉矶女同性恋、男同性恋、双性恋及跨性别中心（LA LGBT Center）开展，该中心是一家提供综合健康服务的社区组织。数据集以 CC0 1.0 Universal 公有领域奉献协议发布，意味着在许可层面允许较为自由的使用。以下从背景、内容、来源、适用场景、使用方法、质量与限制以及引用与许可等方面作进一步说明。
【数据集背景】
该数据集所依托的 Metromates 研究是一项由 NIDA 资助的科研项目，实施时间为2009年2月至2012年5月，实施地点为洛杉矶女同性恋、男同性恋、双性恋及跨性别中心（LA LGBT Center）。该中心被描述为一家社区组织，提供综合健康服务。研究关注的群体为男男性行为人群（MSM），关注的核心问题是新发感染。数据集名称中的“SoCal”指向南加州地区，与上述洛杉矶的实施地点相呼应。数据集的分类标注为感染，并具体指向艰难梭菌感染，主题标签则明确为 MSM 与新感染。
【数据内容】
源站未提供。现有信息仅能确认数据集的主题标签为“MSM”与“New Infection”，分类归属为感染／艰难梭菌感染，未涉及具体变量、样本量、记录条数、检测指标或随访结构等内容。
【采集与来源】
数据集来源于 search.dataone.org。其背后的研究在洛杉矶 LGBT 中心开展，时间跨度为2009年2月至2012年5月，由 NIDA 资助。该中心作为提供综合健康服务的社区组织，是研究实施的地点。除此之外，源站未提供关于采样方式、招募途径、数据采集工具或数据整理流程的进一步说明。
【适用场景】
基于现有信息，该数据集的主题指向 MSM 人群中的新发感染，分类涉及感染与艰难梭菌感染，因此可用于与该主题相关的研究与教学场景，例如围绕 MSM 人群新发感染的研究综述、方法学讨论或数据再利用探索。由于数据集以 CC0 1.0 公有领域奉献协议发布，在许可层面适合需要较宽松使用条件的场景。具体适用场景的细节，源站未提供。
【使用方法】
源站未提供。现有信息未说明数据格式、文件组织方式、访问入口、下载流程或配套文档，因此无法给出具体的使用步骤说明。
【质量与限制】
源站未提供关于数据质量评估、完整性、准确性或已知偏差的说明。可确认的限制性信息包括：研究时间范围为2009年2月至2012年5月，地点限于洛杉矶 LGBT 中心，研究对象为 MSM 人群中的新发感染；这些时空与人群范围构成使用时的背景约束。其余质量与限制内容，源站未提供。
【引用与许可】
该数据集采用 CC0 1.0 Universal（CC0 1.0）公有领域奉献协议发布。引用方式、推荐引用格式或致谢要求，源站未提供。
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
2009年2月至2012年5月期间，由NIDA资助的Metromates研究在洛杉矶女同性恋、男同性恋、双性恋及跨性别中心（LA LGBT Center）开展，该中心是一个提供全面健康服务的社区组织。
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。
