HIV阳性危险饮酒者的接纳承诺疗法
该数据集来自clinicaltrials.gov,聚焦HIV-1感染合并危险饮酒人群的接纳承诺疗法研究。源站描述指出,HIV感染者中饮酒普遍,危险饮酒与死亡风险升高、病毒抑制不足、抗逆转录病毒治疗利用不足及依从性欠佳相关,影响HIV照护连续体的多个环节;针对该人群的酒精干预随机临床试验效果有限,可能

基本信息
资源简介
HIV阳性危险饮酒者的接纳承诺疗法
该数据集来自clinicaltrials.gov,聚焦HIV-1感染合并危险饮酒人群的接纳承诺疗法研究。源站描述指出,HIV感染者中饮酒普遍,危险饮酒与死亡风险升高、病毒抑制不足、抗逆转录病毒治疗利用不足及依从性欠佳相关,影响HIV照护连续体的多个环节;针对该人群的酒精干预随机临床试验效果有限,可能与未充分关注共病精神健康问题有关。数据可用于探索心理干预与HIV照护结局的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV-1感染、饮酒。酒精使用对HIV照护有实质性影响。67%的HIV感染者(PWH)报告在过去一年内饮酒,27-40%报告以不健康的水平饮酒,约30%符合酒精使用障碍(AUD)的标准。与戒酒或饮酒相对较少的PWH相比,不健康饮酒的PWH经历以下风险的显著增加:死亡、缺乏病毒抑制、抗逆转录病毒治疗(ART)利用较少以及ART依从性欠佳。已发现不健康饮酒影响HIV照护连续体的几乎每一个阶段,使其成为HIV治疗中的关键因素。针对PWH的酒精干预随机临床试验(RCT)成功有限,可能由于缺乏对共病精神健康问题的关注。已有若干关于该文献的综述,
【主题与分类】
主题标签:HIV-1-infection、Alcohol Drinking。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06648629
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://clinicaltrials.gov/study/NCT06648629
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
条件:HIV-1感染、饮酒。酒精使用对HIV护理有重大影响。67%的HIV感染者(PWH)报告在过去一年中饮酒,27-40%报告以不健康的水平饮酒,约30%符合酒精使用障碍(AUD)的诊断标准。与戒酒或饮酒相对较少者相比,不健康饮酒的HIV感染者面临以下风险的显著增加:死亡、病毒抑制不足、抗逆转录病毒治疗(ART)利用较少以及ART依从性欠佳。已发现不健康饮酒几乎影响HIV护理连续体的每一个阶段,使其成为HIV治疗中的关键因素。针对HIV感染者的酒精干预随机临床试验(RCT)取得的成功有限,很可能是因为未关注共病精神健康问题。对该文献已有若干综述,其中最新的一篇识别出9项互不重叠的行为试验,这些试验专门针对酒精使用而开发,并在美国以HIV感染者成人样本开展。
在这九项试验中,只有四项对酒精相关结局产生了显著效果,且仅有两项试验在12个月随访时对酒精相关结局的效果与对照组存在显著差异。对这一有限成功的一个假设性原因是,PWH中同时存在不健康饮酒与其他心理健康相关问题的共病现象日益受到认识。事实上,高达63%的PWH同时符合物质使用障碍和另一种精神障碍的诊断标准——这要求文献转向跨诊断方法,针对多种心理健康和物质相关问题的核心心理过程[。一个与酒精及其他物质使用特别相关的跨诊断机制是经验性回避(EA)——即反复且适应不良地使用物质和/或其他行为来逃避或回避不想要的想法、感受和/或冲动。接纳
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。




