东帝汶帝力HIV、STI与危险行为调查,2003
该数据集来自2003年中期在东帝汶帝力开展的一项横断面调查,覆盖女性性工作者、男男性行为者(MSM)、出租车司机和军人四类人群

基本信息
资源简介
东帝汶帝力HIV、STI与危险行为调查,2003
HIV, STIs and risk behaviour in Dili, East Timor, 2003
该数据集来自2003年中期在东帝汶帝力开展的一项横断面调查,覆盖女性性工作者、男男性行为者(MSM)、出租车司机和军人四类人群。参与者提供了生物学样本并填写了结构化问卷,用于评估HIV及其他性传播感染(STI)的感染水平及相关危险行为。源站描述显示,女性性工作者中HIV感染率为3%(3/100),MSM中为0.9%(1/110),其余人群数据源站未完整提供。该数据可用于指导资源分配以及制定适宜的预防和关怀策略(来源 DataONE)。
【数据内容】
源站描述(机器翻译,仅供参考):背景:东帝汶是一个新独立的贫穷国家,拥有大量境内流离失所者和外国维和部队。与目前亚洲HIV疫情最严重的柬埔寨存在相似之处,促使捐助方专门拨款用于东帝汶的HIV预防,但当时没有可用数据来规划适当的项目。目标:确定东帝汶帝力的HIV和其他性传播感染(STIs)感染水平及相关危险行为,以指导资源分配以及适当的预防和关怀策略。方法:2003年中期,对女性性工作者、男男性行为者(MSM)、出租车司机和军人进行了横断面调查。参与者提供了生物学样本,所有人都回答了结构化问卷。结果:女性性工作者中HIV感染率为3%(3/100),MSM中为0.9%(1/110),而在t
【主题与分类】
主题标签:HIV/AIDS、risk behaviour、Timor Lorosae、HIV、sexual behaviour、syphillis、commercial sex、Sexually Transmitted Infections、Timor Leste、STI。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3A19401db4de6f29d4dc2a901a9d39693aa2e38e571afd18c4194c70631648ff17
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
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
背景:东帝汶是一个新近独立的贫穷国家,拥有大量国内流离失所者和外国维和部队。与目前亚洲艾滋病疫情最严重的柬埔寨的相似之处,促使捐助方专门拨款用于东帝汶的艾滋病预防,但当时没有数据可用于规划适当的方案。目标:确定东帝汶帝力的艾滋病毒和其他性传播感染(STI)的感染水平及相关风险行为,以指导资源分配和适当的预防与关怀策略。方法:2003年中期,对女性性工作者、男男性行为者(MSM)、出租车司机和士兵进行了横断面调查。参与者提供了生物标本,所有人都回答了结构化问卷。结果:女性性工作者中艾滋病毒流行率为3%(3/100),MSM中为0.9%(1/110),其他群体为零。所有感染艾滋病毒的性工作者都报告曾与外国客户发生性行为。所有群体报告的伴侣更换率属于亚洲最低之列,安全套使用率也是如此。所有群体获得基本艾滋病毒预防服务(包括安全套和STI服务)的机会极低。
结论:在东帝汶,少数性工作者感染了HIV,但该病毒并未在其客户中广泛传播,性网络交往有限。东帝汶发生广泛HIV疫情的风险极低。通过为最高风险的小部分人群提供基本服务,可以控制HIV,同时保留资源用于其他卫生和发展需求。
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。




