使用Depot Medroxyprogesterone的性别多元青少年避孕咨询
源站描述指出,TGD青少年面临性传播感染、性虐待与暴力、意外妊娠等健康差异,并在医疗系统中遭遇可及性不足与就医延迟;患者与提供者对出生时指定女性(AFAB)且与出生时指定男性发生性行为的跨性别个体的妊娠风险存在误解

基本信息
资源简介
使用Depot Medroxyprogesterone的性别多元青少年避孕咨询
该数据集来自clinicaltrials.gov,聚焦使用Depot Medroxyprogesterone的性别多元青少年(TGD)的避孕咨询与生殖健康议题。源站描述指出,TGD青少年面临性传播感染、性虐待与暴力、意外妊娠等健康差异,并在医疗系统中遭遇可及性不足与就医延迟;患者与提供者对出生时指定女性(AFAB)且与出生时指定男性发生性行为的跨性别个体的妊娠风险存在误解。现有文献有限,提示需要超越顺性别与异性恋规范假设的避孕咨询。数据可用于相关研究与临床咨询参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:性别烦躁,青少年。关于避孕咨询和生殖健康的建议在跨性别与性别多元(TGD)青少年中与顺性别青少年不同。TGD青少年面临独特的健康差异,包括性传播感染、性虐待与暴力以及意外妊娠的风险增加。TGD青少年在医疗系统中还面临不平等,包括缺乏可及的服务提供者以及延迟或回避就医。患者与提供者双方对出生时指定女性(AFAB)且与出生时指定男性发生性行为的跨性别个体的妊娠风险也存在误解。有限的现有文献表明,需要超越顺性别与异性恋规范假设的避孕咨询,这些假设以预防妊娠为起点,并处理以下交叉点上的关切:g
【主题与分类】
主题标签:Gender Dysphoria, Adolescent。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05726903
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/NCT05726903
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
情况:性别烦躁,青少年。与顺性别青少年相比,跨性别和性别多元(TGD)青少年在避孕咨询和生殖健康方面的建议有所不同。TGD青少年面临独特的健康差异,包括性传播感染、性虐待和暴力以及意外怀孕的风险增加。TGD青少年在医疗保健系统中还面临不平等,包括难以获得医疗服务提供者的帮助以及延迟或回避就医。患者和提供者双方对于出生时被指定为女性(AFAB)且与出生时被指定为男性者有性行为的跨性别个体的怀孕风险也存在误解。现有有限的文献表明,需要超越顺性别和异性恋 normative 假设的避孕咨询,这些假设以预防怀孕为起点,并解决性别认同交叉点上的关切。研究者的定性研究将侧重于为TGD青少年制定公平避孕咨询的最佳实践。研究者将招募AFAB的跨性别青少年,他们目前正在使用或有意使用醋酸甲羟孕酮(DMPA)。
通过焦点小组和半结构化访谈,研究者希望了解TGD青少年对自我给药和诊所给药DMPA的看法与体验。研究者希望本研究结果能够指导医疗服务提供者制定最佳实践方案,并建立更公平的避孕咨询措施,以及衡量TGD青少年对DMPA的满意度。
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。




