博茨瓦纳接受社会心理项目青少年HIV感染者及照护者前瞻性队列研究
该数据集来自clinicaltrials.gov,聚焦博茨瓦纳10至19岁围产期感染HIV的青少年及其照护者,记录其接受社会心理项目的前瞻性队列信息

基本信息
资源简介
博茨瓦纳接受社会心理项目青少年HIV感染者及照护者前瞻性队列研究
该数据集来自clinicaltrials.gov,聚焦博茨瓦纳10至19岁围产期感染HIV的青少年及其照护者,记录其接受社会心理项目的前瞻性队列信息。源站描述指出该人群面临抗逆转录病毒治疗依从性差、病毒抑制率波动、照护转换、父母病亡及污名化相关压力等挑战。数据可用于分析青少年HIV感染者的治疗依从性、心理健康与社会心理干预效果,支持相关临床与公共卫生研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Hiv。据UNAIDS 2013年数据,约有200万10至19岁青少年感染HIV。该人群中的许多人自出生起即感染HIV。围产期获得性HIV(PAH)的青少年/年轻成人面临一系列抗逆转录病毒治疗(ART)依从性和福祉挑战。他们通常有长期使用次优ART方案的历史(Sohn & Hazra, 2013),病毒抑制率参差不齐,常与ART依从性差相关(Kim, Gerver, Fidler, & Ward, 2014)。PAH年轻人在积极福祉方面面临的挑战包括部分人经历多次照护转换、因父母患病或死亡而丧失亲人,以及与慢性且被污名化疾病相关的其他压力源(如住院、错过学业和社交机会、HIV披露挑战和疼痛)。有证据表明较低
【主题与分类】
主题标签: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/NCT03571555
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/NCT03571555
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。约有200万名10至19岁的年轻人感染HIV(UNAIDS,2013)。这一人群中的许多人自出生起就感染了HIV。围产期获得HIV(PAH)的青少年/年轻成人面临一系列抗逆转录病毒治疗(ART)依从性和健康福祉方面的挑战。他们通常有长期使用ART但方案欠佳的历史(Sohn & Hazra,2013),病毒抑制率参差不齐,往往与ART依从性差相关(Kim、Gerver、Fidler,& Ward,2014)。PAH年轻人获得良好健康福祉所面临的挑战包括:部分人经历多次照护者更替、因父母患病或死亡而遭受丧失,以及与罹患慢性且被污名化疾病相关的其他应激源(如住院、失学和社会机会缺失、HIV披露困难及疼痛)。有证据表明,与未感染HIV的同龄人相比,感染PAH的年轻人健康福祉水平较低(Mellins & Malee,2013)。
为HIV感染的年轻人提供心理社会干预有可能增进其福祉、HIV适应、ART依从性、自尊,并增加HIV知识和HIV披露。评估增强HIV感染年轻人抗逆转录病毒依从性干预的定量研究数量较少(Shaw & Amico, 2016),但对该人群增强福祉的心理社会干预进行稳健定量评估的研究也很少(King, De Silva, Stein, & Patel, 2009)。目前尚无针对HIV感染青少年增强后续HIV披露的干预措施(Evangeli & Foster, 2014)。已开发出两种心理社会干预措施来满足该人群(及其照护者)的一系列需求,即寄宿式干预和支持小组。关于寄宿式干预,在其他慢性疾病中有定量证据表明,参加后青少年自尊有所提高(Odar, Canter, & Roberts, 2013)。还有s
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。




