HEAL模块对增加丙型肝炎治疗意愿的有效性数据集
包含HEAL模块在三个时间点对丙型肝炎治疗意愿干预效果的表格数据。
基本信息
资源简介
HEAL模块对增加丙型肝炎治疗意愿的有效性数据集
【一句话概览】
本资料含1个文件，合计5.6 KB，主题为HEAL模块在提高丙型肝炎治疗意向方面的有效性，评估时间点包括基线、干预后立即和干预后3个月，并调整协变量。源站标签涉及世界卫生组织、运动视频、公共卫生问题、美沙酮维持治疗、广义估计方程、政府卫生诊所及丙型肝炎治疗等。分类涵盖医学、生物技术、发育生物学、癌症、科学政策、传染病和病毒学，许可为CC BY 4.0（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
本数据集源站标题为《Effectiveness of HEAL module in increasing intention for hepatitis C treatment across time points (baseline, immediately post intervention and 3-month post intervention) adjusted with covariates.》。配套论文《Utilizing Theory of Planned Behaviour to increase intention to participate in hepatitis C treatment therapy among Methadone maintenance therapy clients (MMT) in Malaysia: A cluster randomised control trial》发表于 PLOS One（2025），DOI：10.1371/journal.pone.0324718。源站首次发布：2025-05-22。
【数据内容】
源站原始描述：Effectiveness of HEAL module in increasing intention for hepatitis C treatment across time points (baseline, immediately post intervention and 3-month post intervention) adjusted with covariates
中文译文（机器翻译，仅供快速理解，请以原文为准）：经协变量校正后，HEAL模块在提高丙型肝炎治疗意向方面跨时间点（基线、干预后即刻和干预后3个月）的有效性。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。Table 7.xls：application/vnd.ms-excel，5.63 KB。数据集 DOI：10.1371/journal.pone.0324718.t007。
【主题与分类】
源站学科分类：Medicine、Biotechnology、Developmental Biology、Cancer、Science Policy、Infectious Diseases。主题标签：world health organization、utilizes motion video、public health problem、methadone maintenance therapy、generalized estimating equation、government health clinics、hepatitis c treatment、finding effective strategies、knowledge level among、intervention group reduces。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/Effectiveness_of_HEAL_module_in_increasing_intention_for_hepatitis_C_treatment_across_time_points_baseline_immediately_post_intervention_and_3-month_post_intervention_adjusted_with_covariates_/29131551
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Baharudin, Mohd Hafiidz; Mokhtar, Siti Aisah; Azman, Ahmad Zaid Fattah; Nazan, Ahmad Iqmer Nashriq Mohd (2025). Effectiveness of HEAL module in increasing intention for hepatitis C treatment across time points (baseline, immediately post intervention and 3-month post intervention) adjusted with cova…
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（Figshare）
- 源站标题：Effectiveness of HEAL module in increasing intention for hepatitis C treatment across time points (baseline, immediately post intervention and 3-month post intervention) adjusted with covariates.
- DOI：10.1371/journal.pone.0324718.t007
- 发布日期：2025-05-22
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Effectiveness_of_HEAL_module_in_increasing_intention_for_hepatitis_C_treatment_across_time_points_baseline_immediately_post_intervention_and_3-month_post_intervention_adjusted_with_covariates_/29131551
命令行下载
curl -L -o "Table 7.xls" "https://ndownloader.figshare.com/files/54757395"
文件清单
Table 7.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
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。
数据说明
Effectiveness of HEAL module in increasing intention for hepatitis C treatment across time points (baseline, immediately post intervention and 3-month post intervention) adjusted with covariates.
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0324718.t007（source: https://plos.figshare.com/articles/dataset/Effectiveness_of_HEAL_module_in_increasing_intention_for_hepatitis_C_treatment_across_time_points_baseline_immediately_post_intervention_and_3-month_post_intervention_adjusted_with_covariates_/29131551）。
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。
![随机对照试验的批判性评估结果[19]](/medical-api/medicalDataset/datasetCover/26820.jpg)
