欧洲EuroLatin HIV队列中拉丁美洲HIV感染寻求庇护者研究
该数据集来自clinicaltrials.gov,聚焦欧洲EuroLatin HIV队列中拉丁美洲HIV感染寻求庇护者。研究为2022至2023年在西班牙马德里开展的观察性研究,参与者在Infanta Leonor大学医院HIV门诊招募并随访6个月,主要由多家非政府组织识别和转介

基本信息
资源简介
欧洲EuroLatin HIV队列中拉丁美洲HIV感染寻求庇护者研究
该数据集来自clinicaltrials.gov,聚焦欧洲EuroLatin HIV队列中拉丁美洲HIV感染寻求庇护者。研究为2022至2023年在西班牙马德里开展的观察性研究,参与者在Infanta Leonor大学医院HIV门诊招募并随访6个月,主要由多家非政府组织识别和转介。数据覆盖HIV-1感染与性传播疾病相关主题,可用于了解该人群的医疗评估与医疗系统衔接情况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HIV-1感染、性传播疾病。研究设计与设置:本观察性研究于2022年至2023年在西班牙马德里开展。参与者为该研究在Infanta Leonor大学医院(HUIL)HIV门诊招募,并从入组起接受为期6个月的监测。参与者招募:参与者主要由多家服务于HIV感染移民的非政府组织(NGO)识别和转介。这些NGO包括gTt-VIH、Apoyo Positivo、Cogam、Acción Triangulo、Kif-Kif、Salud Entre Culturas和Spanish Red Cross,它们通过非常规路径建立关键联系并提供重要桥梁,促进患者融入医疗系统,发挥了重要作用。医学评估:在HIV单元,评估是共同
【主题与分类】
主题标签:HIV-1-infection、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/NCT05998499
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/NCT05998499
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-1感染、性传播疾病。研究设计与环境 本观察性研究于2022年至2023年在西班牙马德里开展。参与者在Infanta Leonor大学医院(HUIL)的HIV门诊招募入组,并自入组起接受为期6个月的随访监测。参与者招募 参与者主要由多家服务于HIV感染移民的非政府组织(NGO)识别并转介。这些非政府组织包括gTt-VIH、Apoyo Positivo、Cogam、Acción Triangulo、Kif-Kif、Salud Entre Culturas以及西班牙红十字会,它们发挥了重要作用,建立了关键联系并提供了重要桥梁,通过非传统渠道促进患者融入医疗体系。医学评估 在HIV专科,评估由经验丰富的感染病专家和一名专科护士进行。诊疗方案包括细致采集病史、全面体格检查以及一系列检测。
此外,还安排了为期一个月和六个月的随访预约,以确保连续性照护并监测治疗方案的有效性。社会与心理评估方面,聘请了一位在弱势群体方面具有经验的社会工作者进行社会评估。在初次住院就诊六个月后,社会工作者与患者重新建立联系,以重新评估其社会状况及其对HIV咨询服务的持续参与情况。伦理考量方面,本研究遵循《赫尔辛基宣言》所规定的伦理原则,并获得了Infanta Leonor医院伦理委员会的必要批准。每位参与者均提供了知情同意。数据收集方面,本研究使用REDCap应用程序进行数据收集。数据库存储在安全的服务器上,仅研究人员和医
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。




