肯尼亚MSM人群PrEP停用与重启及失访的重复研究数据

该数据集来自在肯尼亚沿海地区开展的前瞻性队列研究,覆盖2017年6月至2019年6月期间已启动每日口服PrEP并每月随访的MSM人群,随访内容包括HIV-1检测、PrEP续取、风险评估和风险降低咨询

dataone
浏览 2
其他预测Medicine, Health and Life Sciences
Replication Data for: Stopping and re-starting PrEP and loss to follow-up among PrEP-taking MSM at risk of HIV-1 participating in a prospective cohort study in Kenya

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-24

资源简介

肯尼亚MSM人群PrEP停用与重启及失访的重复研究数据

Replication Data for: Stopping and re-starting PrEP and loss to follow-up among PrEP-taking MSM at risk of HIV-1 participating in a prospective cohort study in Kenya

该数据集来自在肯尼亚沿海地区开展的前瞻性队列研究,覆盖2017年6月至2019年6月期间已启动每日口服PrEP并每月随访的MSM人群,随访内容包括HIV-1检测、PrEP续取、风险评估和风险降低咨询。数据可用于分析停用与重启PrEP的频率及预测因素、失访情况,并比较停用与重启期间风险行为(如接受性肛交)的差异,支持多状态Markov模型估计转换强度和转换预测因素(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):了解停用和重启暴露前预防(PrEP)的预测因素对于改进PrEP规划十分重要。我们在肯尼亚沿海地区能够获得PrEP服务的男男性行为者(MSM)中,评估了停用/重启PrEP和失访(LTFU)的频率及预测因素,并评估了在停用和重启PrEP期间风险行为是否不同。从2017年6月到2019年6月,我们纳入了已启动每日口服PrEP的MSM,并每月随访进行HIV-1检测、PrEP续取、风险评估和风险降低咨询。我们使用多状态Markov模型估计了(i)在已停用和已(重新)启动PrEP之间转换以及(ii)从任一PrEP状态到失访(即超过90天未返回诊所)的转换强度(TI)和转换预测因素。我们比较了有任何接受性肛交(RAI)的比例

【主题与分类】

主题标签:Medicine, Health and Life Sciences。本站分类:感染/艾滋病毒/艾滋病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A85bd14eb02a27f5479417a64329acedc93136bda947c64db4179c6cd2de8d476

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://search.dataone.org/view/sha256%3A85bd14eb02a27f5479417a64329acedc93136bda947c64db4179c6cd2de8d476

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

了解停止和重新开始暴露前预防(PrEP)的预测因素对于改进PrEP规划十分重要。我们评估了停止/重新开始PrEP及失访(LTFU)的频率和预测因素,并评估了在肯尼亚沿海地区可获得PrEP服务的男男性行为者(MSM)中,停止和重新开始PrEP期间的风险行为是否存在差异。2017年6月至2019年6月,我们纳入了已开始每日口服PrEP的MSM,并每月随访进行HIV-1检测、PrEP续取、风险评估和降低风险咨询。我们使用多状态马尔可夫模型估计了转换强度(TI)及以下转换的预测因素:(i)在已停止和已(重新)开始PrEP之间的转换,以及(ii)从任一PrEP状态到失访(即超过90天未返回诊所)的转换。我们使用随机效应逻辑回归比较了各PrEP状态之间发生任何接受性肛交(RAI)、任何插入性肛交(IAI)以及肛交时安全套使用率<100%(CAS)的比例。共有134名曾经开始PrEP的MSM被随访,中位随访时间为20.3个月[四分位距(IQR)7.7-22.1]。

其中,49人(36.6%)总共停用PrEP 73次[TI=0.6/人年,95%置信区间(CI)=0.5-0.7],并重新开始PrEP 38次(TI=1.2/人年,95%CI=0.9-1.7)。在多变量分析中,停用PrEP与过去3个月内的肛交、物质使用障碍和旅行相关。重新开始PrEP与非基督教或非穆斯林宗教及旅行相关。54名参与者失访:其中(重新)开始PrEP者(n=47,TI=0.3/人年,95%CI=0.3-0.5),停用PrEP者(n=7,TI=0.2/人年,95%CI=0.1-0.4)。在多变量分析中,在(重新)开始PrEP期间失访与中等教育或更高学历、在该地区居住年限(≤1年)、居住在诊所直接服务区之外以及酒精使用障碍相关。在停用PrEP期间失访则无相关因素。参与者报告了较高的p

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。

获取专属数据定制方案