HIV-1未感染高危男男性行为者HIV-1感染发病率研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,旨在测量HIV-1未感染的中国男男性行为者(MSM)和跨性别女性(TGW)中的HIV-1血清发病率

基本信息
资源简介
HIV-1未感染高危男男性行为者HIV-1感染发病率研究
该数据集来自clinicaltrials.gov,为一项前瞻性队列研究,旨在测量HIV-1未感染的中国男男性行为者(MSM)和跨性别女性(TGW)中的HIV-1血清发病率。研究计划纳入约550名出生性别为男性且与男性发生性行为的高危个体,考虑10%的脱落率,最终保持500名受试者完成队列。数据覆盖人口学、行为及其他可能影响HIV发病率的因素,可用于评估HIV预防干预效果、分析HIV发病率及相关风险因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:感染、人类免疫缺陷病毒、HIV感染。评估预防HIV感染干预措施有效性的研究依赖于对基线HIV发病率的稳健估计。高危人群的不断变化以及生物医学暴露前预防(PrEP)干预措施的演变,需要对HIV发病率以及可能影响HIV发病率的人口学、行为和其他受试者因素进行当代评估。这是一项前瞻性队列研究,旨在测量HIV-1未感染的中国男男性行为者(MSM)和跨性别女性(TGW)研究人群中的HIV-1血清发病率,该人群处于HIV感染高风险中。大约550名出生性别为男性且与男性发生性行为的受试者将进入研究,这将允许10%的脱落率,以在队列结束时保持500名受试者。
【主题与分类】
主题标签:Infection, Human Immunodeficiency Virus、HIV Infections。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03310515
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/NCT03310515
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:感染、人类免疫缺陷病毒、HIV感染。评估预防HIV感染干预措施有效性的研究依赖于对基线HIV发病率的稳健估计。高风险人群的不断变化,以及生物医学暴露前预防(PrEP)干预措施的发展,要求对HIV发病率以及可能影响HIV发病率的人口学、行为学和其他受试者因素进行当代评估。这是一项前瞻性队列研究,旨在测量研究人群中HIV-1血清发病率的,该研究人群为HIV-1未感染的中国男男性行为者(MSM)和跨性别女性(TGW),他们处于HIV感染高风险中。大约550名出生时性别为男性且与男性发生性行为的受试者将进入研究,这将允许10%的脱落率,以在队列结束时保持500名受试者。
这是一项单臂队列研究,旨在确定高风险男男性行为者(MSM)和跨性别女性(TGW)在结合综合预防方案时的HIV-1血清发病率。该综合预防方案包括HIV和安全性行为咨询、提供安全套和水基润滑剂,以及性传播感染(STI)筛查和转诊治疗。研究将确定在接受综合HIV-1预防方案的高风险MSM和TGW中,将有多大比例会感染HIV-1。
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。




