OPTIONS: 肯尼亚暴露前预防提供者知识、态度与实践调查
肯尼亚医疗提供者关于PrEP知识、态度与实践的横断面调查数据，涵盖2018年16个卫生机构，针对艾滋病暴露前预防服务提供者。
基本信息
资源简介
OPTIONS: 肯尼亚暴露前预防提供者知识、态度与实践调查
【一句话概览】
本数据集是 DOI 解析 公开的结构化表格数据集，主题涵盖 Medicine, Health and Life Sciences、Social Sciences，可用于统计建模、特征工程与队列分析。
【数据集背景】
本数据集源站标题为《OPTIONS: Knowledge, Attitudes and Practices Survey with Providers of Pre-Exposure Prophylaxis - Kenya》。源站首次发布：2020。
【数据内容】
源站原始描述：These data are from a cross-sectional survey conducted among healthcare providers providing oral pre-exposure prophylaxis (PrEP) services and healthcare providers who would be providing oral PrEP services in the near future in Kenya. The study was conducted in 16 health facilities in 4 counties of Kenya in 2018. The dataset includes information on providers’ familiarity and knowledge of PrEP and their attitudes and beliefs towards PrEP delivery to target populations, specifically adolescent girl…
中文译文（机器翻译，仅供快速理解，请以原文为准）：这些数据来自一项横断面调查，调查对象是肯尼亚正在提供口服暴露前预防（PrEP）服务的医疗服务提供者，以及不久的将来将提供口服PrEP服务的医疗服务提供者。该研究于2018年在肯尼亚4个县的16家卫生机构开展。该数据集包含提供者对PrEP的熟悉程度和知识，以及他们对向目标人群（特别是青少年女孩和年轻女性）提供PrEP的态度和信念等信息。
【主题与分类】
主题标签：Medicine, Health and Life Sciences、Social Sciences。
【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://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/PZJR0L
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/PZJR0L
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:
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
