欧洲HIV与STI前瞻性观察队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03866759

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：HIV感染、HIV-1感染、风险降低、性行为。为了开发并测试针对性传播感染（STIs）的新型预防方法或干预措施，需要了解特定人群中传播率是否升高。为了使测试新预防方法的试验可行且负担得起，目标是界定一个风险群体，其中相应STI的新感染年发病率至少为3%。群体定义将基于性别、年龄、性行为、经济状况等因素。然而，界定此类群体既费力又昂贵，且对于疫苗开发商及新型预防/诊断方法开发商而言往往不可行。因此，由于识别和测试最高风险群体以研究这些医疗产品成本过高，仅有有限数量的新型预防方法进入临床试验。在此，研究人员计划界定与个体STIs相关的行为或合并感染等因素，以供未来潜在的预防试验使用。

鉴于性传播感染（STI）会增加人类免疫缺陷病毒（HIV）感染的易感性，早期诊断和治疗STI对于降低HIV感染风险因素、让个体了解自身感染HIV的风险至关重要。由于STI是男男性行为者（MSM）中HIV发病率分析范围内的关键因素，且常被漏诊，本研究实施了广泛的筛查措施。因此，STIPnet研究正在建立一个平台，以实现有效招募、保留并评估重要的流行病学模式，该研究设计为疫苗准备研究，旨在收集最常见STI的信息，并为未来可能的疫苗试验准备站点。事实上，目前有几种潜在的HIV和STI疫苗正在研发中。高危志愿者每三个月接受一次HIV和其他STI筛查，从而建立疾病患病率和发病率在共

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。