抗逆转录病毒快速获取计划
该数据集来自clinicaltrials.gov，聚焦加拿大（尤其魁北克）新转诊的HIV感染移民人群，包括寻求庇护者、国际学生及无身份患者
基本信息
资源简介
抗逆转录病毒快速获取计划
Antiretroviral Speed Access Program 是一个登记于 clinicaltrials.gov 的研究数据集，主题标签为 HIV 感染，在本站归入感染性疾病 / 其他类别。该数据集关注加拿大、尤其是魁北克地区新转诊的 HIV 感染移民人群，涵盖寻求庇护者、国际学生以及无身份患者等群体。源站描述指出，移民人群在加拿大新转诊的 HIV 感染者中所占比例不断上升，及时获得 HIV 照护对患者个人健康具有重要益处，并可能减少传播、惠及整个社会；然而，从 linkage to care 到持续病毒抑制这一照护级联中各事件的发生时点，以及这些脆弱人群特有的照护体验，此前很少被研究。该数据集即为在这一背景下开展的研究所形成的数据资源。
【数据集背景】
源站描述显示，移民人群在加拿大新转诊的 HIV 感染者中所占比例日益增加，魁北克省尤为明显。新转诊患者及时获得 HIV 照护具有重要的个体健康收益，并可能通过减少传播产生社会层面的益处。但 HIV 照护级联（从 linkage to care 到 sustained viral suppression）中各事件的发生时点，以及这些脆弱人群（寻求庇护者、国际学生、无身份患者）的照护体验，此前很少被研究。这些人群往往面临特定的心理社会和/或经济问题。尤其不为人知的是，无论他们被转诊至多学科诊所还是仅由医生提供服务的诊所，其 HIV 照护体验如何。该研究开展时，B/F/TAF 将免费提供给所有入组参与者。
【数据内容】
该数据集的主题标签为 HIV 感染，本站分类为感染性疾病 / 其他。源站描述提及的研究关注 HIV 照护级联中各事件的发生时点，以及脆弱移民人群的照护体验，并涉及多学科诊所与仅由医生提供服务的诊所两种转诊情形下的体验比较。数据集的具体变量、记录字段、样本规模与随访安排，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，研究背景位于加拿大，尤其聚焦魁北克地区新转诊的 HIV 感染移民人群。数据的具体采集方式、采集时间范围与采集机构，源站未提供。
【适用场景】
基于源站描述，该数据集可用于了解加拿大（尤其魁北克）新转诊 HIV 感染移民人群的照护级联时点与照护体验相关研究，涉及寻求庇护者、国际学生及无身份患者等群体，并可用于比较多学科诊所与仅由医生提供服务的诊所两种照护转诊情形。其他具体应用场景，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT04897243
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感染。在加拿大，尤其是魁北克省，新转诊的HIV感染者中移民群体的比例日益增加。新转诊患者及时获得HIV护理对个体健康具有重要益处，可减少传播并使整个社会受益。然而，HIV护理 cascade（从联系护理到持续病毒抑制）中各事件的时间节点，以及这些脆弱群体（寻求庇护者、国际学生、无身份患者）往往面临特定心理社会和/或经济问题的具体护理体验，鲜有研究。特别是，关于他们无论被转诊至多学科诊所还是仅由医生提供服务的诊所的HIV护理体验，所知甚少。在B/F/TAF将免费提供给所有入组参与者（包括移民群体）的背景下，我们旨在研究哪种护理模式最能解决新转诊患者标准HIV护理 cascade 中当前的不足，这些不足通常涉及联系护理和启动ART的延迟。
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。
