早期采用PrEP提供者样本特征（n=18）
18名早期采用PrEP提供者的样本特征表格数据。
基本信息
资源简介
早期采用PrEP提供者样本特征（n=18）
【数据集背景】
本数据集源站标题为《Characteristics of Early-Adopting PrEP Provider Sample (n = 18).》。配套论文《Putting PrEP into Practice: Lessons Learned from Early-Adopting U.S. Providers’ Firsthand Experiences Providing HIV Pre-Exposure Prophylaxis and Associated Care》发表于 PLOS ONE（2016），DOI：10.1371/journal.pone.0157324。源站首次发布：2016-06-15。
【数据内容】
源站原始描述：Characteristics of Early-Adopting PrEP Provider Sample (n = 18)
【数据结构与技术规格】
文件数 1 个，合计 9.73 KB。Table 1.xls：application/vnd.ms-excel，9.73 KB。数据集 DOI：10.1371/journal.pone.0157324.t001。
【主题与分类】
源站学科分类：Medicine、Pharmacology、Biotechnology、Sociology、Science Policy、Infectious Diseases。主题标签：adherence concerns、risk behavior、Lessons Learned、Associated Care Optimizing access、Patient adherence、side effects、implementation logistics、325 patients、PrEP training、PrEP implementation。
【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/Characteristics_of_Early-Adopting_PrEP_Provider_Sample_i_n_i_18_/3448571
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：K. Calabrese, Sarah; Magnus, Manya; H. Mayer, Kenneth; S. Krakower, Douglas; Eldahan, Adam I.; Hawkins, Lauren A. Gaston; et al. (2016). Characteristics of Early-Adopting PrEP Provider Sample (n = 18).. PLOS ONE. Dataset
【使用注意】
· 源站最后修改于 2023-06-01，引用时请注意版本时效。
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：Characteristics of Early-Adopting PrEP Provider Sample (<i>n</i> = 18).
- DOI：10.1371/journal.pone.0157324.t001
- 发布日期：2016-06-15
- 文件数：1 个
- 文件总体积：9.73 KB
- 源站页面：https://plos.figshare.com/articles/dataset/Characteristics_of_Early-Adopting_PrEP_Provider_Sample_i_n_i_18_/3448571
命令行下载
curl -L -o "Table 1.xls" "https://ndownloader.figshare.com/files/5414375"
文件清单
Table 1.xls（9.73 KB）
文件总体积 9.73 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
Characteristics of Early-Adopting PrEP Provider Sample (n = 18).
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pone.0157324.t001（source: https://plos.figshare.com/articles/dataset/Characteristics_of_Early-Adopting_PrEP_Provider_Sample_i_n_i_18_/3448571）。
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。
