南非国防军HIV流行病学研究
该数据集源自clinicaltrials.gov,聚焦南非国防军(SANDF)人群的HIV流行病学研究,属于PHIDISA项目

基本信息
资源简介
南非国防军HIV流行病学研究
该数据集源自clinicaltrials.gov,聚焦南非国防军(SANDF)人群的HIV流行病学研究,属于PHIDISA项目。PHIDISA项目是2003年启动的南非-美国合作HIV/AIDS治疗研究计划,预计持续至少五年,由南非军事卫生服务部、美国国防部和美国国立卫生研究院共同参与,并在军事及军事相关平民人群中开展临床与操作研究。数据可用于了解该人群HIV感染与治疗相关特征,支持感染性疾病领域的流行病学分析与研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV。南非-美国PHIDISA项目是一项合作性HIV/AIDS治疗研究计划,成立于2003年,预计持续时间至少五年。它是Masibambisane计划的延伸,后者是一项合作计划,旨在帮助预防HIV/AIDS在南非军人、平民雇员及其家属中的传播。PHIDISA项目是南非国防军(SANDF)南非军事卫生服务部、美国国防部和美国国立卫生研究院之间的合作。PHIDISA项目已在军事及军事相关平民人群中开展HIV/AIDS的临床和操作研究。参与研究的科学家来自南非、美国和澳大利亚,代表军事和民用医学、研究
【主题与分类】
主题标签:HIV。本站分类:感染性疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00341887
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/NCT00341887
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。南非-美国PHIDISA项目是一项合作性HIV/AIDS治疗研究计划,成立于2003年,预计持续时间至少五年。它是Masibambisane计划的延伸,该计划是一项合作性举措,旨在帮助预防HIV/AIDS在南非军人、文职雇员及其家属中的传播。PHIDISA项目是南非国防军(SANDF)南非军事卫生服务局、美国国防部和美国国立卫生研究院之间的合作。PHIDISA项目在军人和军队相关平民人群中开展了HIV/AIDS的临床和操作研究。参与研究的科学家来自南非、美国和澳大利亚,代表军队和民用医疗、研究和学术机构。该项目已在SANDF内部建立了临床研究基础设施,并建立了由其诊所、医务室和医院组成的网络。
这已建立了重要的生物医学和公共卫生研究能力,未来可用于应对对军事部队战备至关重要的卫生问题。PHIDISA项目由一个包括南非和美国成员在内的执行委员会管理。一个独立的外部咨询委员会为该项目提供咨询。通过该项目,将产生信息,以协助SANDF未来就在军事环境中如何最好地管理HIV/AIDS疫情做出决策,以确保SANDF的战斗准备状态,并拓展关于治疗HIV感染最佳方法的知识。作为Masibambisane规划的补充项目,预计PHIDISA项目还将有助于军事中HIV传播预防活动的成功。PHIDISA项目的结果还可能有助于HIV/AIDS临床管理及相关政策决策,
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。




