印度奥里萨邦隐匿性疟疾感染、诊断缺口与蚊媒动态的社区队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07770048

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

条件：疟疾、无症状寄生虫血症。由于控制措施的扩大，印度许多地区的疟疾传播已有所下降。然而，尽管干预覆盖率较高，若干地区的传播仍在持续。越来越多的证据表明，无症状和低密度疟原虫感染可能构成一个重要的隐匿传染源，维持传播并使疟疾消除复杂化。这些感染常被显微镜检查和快速诊断检测（RDTs）等常规诊断方法漏诊，尤其是在低传播或消除前环境中。当地蚊媒动态，包括物种组成、密度和行为，也可能在维持残余传播中发挥关键作用，但在这些环境中仍缺乏充分表征。本研究是印度复杂疟疾研究中心3（CSCMi-3）的一部分，旨在表征印度奥里萨邦隐匿性疟疾感染的流行病学和生物学决定因素。研究还将探讨媒介、人类和寄生虫因素如何相互作用以维持传播。

本研究是一项前瞻性、基于社区的队列研究，在三个疟疾流行区选定的农村村庄开展，这些村庄代表了不同的疟疾传播环境。参与者将通过基于家庭的社区调查纳入，并进行纵向随访，以监测疟疾感染随时间的动态变化。母队列研究将纳入约3，000名个体，通过反复访视进行随访，以估计无症状疟疾感染的患病率和发病率。该研究还将通过比较常规诊断方法与分子检测，评估假阴性结果的发生频率和虫种误分类情况。此外，研究将评估Pfhrp2/Pfhrp3基因缺失，并探讨疟原虫虫种组成随时间的潜在变化。研究访视期间采集的血液样本将用于寄生虫学检测和实验室分析。

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。