CAMELLIA 队列：阿拉巴马州女性性健康与预防纵向研究
CAMELLIA 队列是阿拉巴马州针对自我认同为女性人群的纵向研究，旨在理解预测 STI/HIV 感染及 PrEP 使用的背景因素
基本信息
资源简介
CAMELLIA 队列：阿拉巴马州女性性健康与预防纵向研究
CAMELLIA 队列是阿拉巴马州针对自我认同为女性人群的纵向研究，旨在理解预测 STI/HIV 感染及 PrEP 使用的背景因素。研究将优化现有循证移动健康应用 HealthMpowerment（HMP），以招募和保留有 HIV 感染风险的女性数字队列（如过去 3 个月内感染淋病或梅毒者）。基于 HIV 风险地理空间分析的抽样策略，队列通过迭代自采 STI/HIV 检测和问卷调查进行纵向随访，评估与 incident STI/HIV 感染及 PrEP 利用相关的因素。数据可用于 HIV/STI 风险预测、PrEP 使用行为分析及移动健康干预评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Hiv、性传播疾病。为了更好地理解阿拉巴马州自我认同为女性的人群中预测 STI/HIV 感染和 PrEP 使用的背景因素，我们将优化现有的循证移动健康应用（HealthMpowerment 或 HMP），以最佳方式参与和保留有 HIV 感染风险（即过去 3 个月内曾感染淋病或梅毒）的女性数字队列。使用基于 HIV 风险地理空间分析的抽样策略，我们将招募并纵向随访我们的队列，通过迭代自采 STI/HIV 检测和调查评估，评估与 incident STI/HIV 感染以及 PrEP 利用相关的因素。
【主题与分类】
主题标签：Hiv、Sexually Transmitted Diseases。本站分类：感染性疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05463692
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/NCT05463692
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、性传播疾病。为更好地理解阿拉巴马州自我认同为女性的人群中可预测STI/HIV感染及PrEP使用的背景因素，我们将改进一款现有的循证移动健康应用（HealthMpowerment或HMP），以最佳方式吸引并留住有HIV感染风险（即过去3个月内曾感染淋病或梅毒）的女性数字队列。采用基于HIV风险地理空间分析的抽样策略，我们将招募并纵向随访我们的队列，通过迭代式自采集STI/HIV检测和调查评估，评估与新发STI/HIV感染相关的因素以及PrEP的使用情况。
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。
