中低收入国家注射吸毒者低死腔注射器具分发项目
该数据集来自 clinicaltrials.gov,聚焦中低收入国家注射吸毒人群的低死腔针具与注射器(LDSS/N)选择及分发

基本信息
资源简介
中低收入国家注射吸毒者低死腔注射器具分发项目
该数据集来自 clinicaltrials.gov,聚焦中低收入国家注射吸毒人群的低死腔针具与注射器(LDSS/N)选择及分发。研究在现有针具交换服务点招募注射吸毒者,通过焦点小组讨论和同伴教育开展知识动员,了解其对针具选择的价值观与偏好,并评估 LDSS/N 的试点推广分发。数据可用于研究血液传播病毒传播风险相关干预、注射器具偏好及针具交换服务中的知识动员策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:药物使用、肝炎、HIV。本研究将招募注射吸毒者,以告知并评估在其现有针具交换服务(NSP)中低死腔针具与注射器(LDSS/N)的选择和分发。干预措施包括:低死腔针具与注射器;以及通过焦点小组讨论(FGD)和同伴教育开展知识动员。具体而言,在第一阶段,将在每个研究点招募注射吸毒者参加焦点小组讨论,向他们展示一系列新的 LDSS/N 产品,提供有关其在血液传播病毒(BBV)传播风险方面优势的信息,并邀请他们讨论对针具和注射器选择的价值观与偏好,以告知将在其研究点试点扩大分发的 LDSS/N 的选择。焦点小组讨论之后,在第二阶段,注射吸毒者……
【主题与分类】
主题标签:Drug Use、Hepatitis、Hiv。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06395129
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/NCT06395129
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:吸毒、肝炎、HIV。本研究将招募注射吸毒者,以告知和评估在其现有针具交换服务(NSP)中低死腔针具和注射器(LDSS/N)的选择与分发。干预措施包括:低死腔针具和注射器;以及通过焦点小组讨论(FGDs)和同伴教育进行知识动员。具体而言,在第一阶段,将在每个研究地点招募注射吸毒者参加焦点小组讨论,向他们展示一系列新的LDSS/N产品,提供有关其在血源性病毒(BBV)传播风险方面优势的信息,并邀请他们讨论关于针具和注射器选择的价值观和偏好,以便为在其研究地点试点扩大分发的LDSS/N选择提供依据。焦点小组讨论之后,在第二阶段,参与NSP服务的注册客户中的注射吸毒者可以参加为期6周的试点期,在此期间,除了他们在研究地点或针具交换服务(NSP)获得的常规服务外,他们还可以获得少量新的LDSS/N产品。
当为期6周的试点阶段结束时,参与者将被邀请参加第二轮焦点小组讨论(FGD),届时他们将被要求反思使用新型LDSS/N产品的体验,并就选择哪些产品以扩大分发范围、覆盖所有前往研究地点的客户分享意见。在第三阶段,将选取少量LDSS/N(2-5种)与研究地点/针具交换项目(NSPs)现有的常规针具和注射器及其他现有减害服务一并提供。在此期间,将收集两种形式的数据:1)常规项目数据;2)来自同期队列研究的数据。所收集的常规项目数据将包括各站点在个人到访时已常规收集的信息(站点特定的客户ID、所领取针具/注射器(N/S)的类型和数量),以及两个附加问题:“您是否
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。



![合成数据:加拿大社区健康调查,2012:年度组件 [加拿大]](/medical-api/medicalDataset/datasetCover/86370.jpg)
