复现数据：青少年是否响应HIV风险信息再评估

数据集获取

源站：https://search.dataone.org/view/sha256%3A86c890054ace9af9f7ae90abe14e6c5c6ed80be66c8514d187428ef7d2377156

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

本文采用简单差分模型，利用原研究在学校层面的随机化设计，仅将接受处理的班级与对照班级进行比较。这一方法使我们能够重新评估“溢出效应”问题，并消除原论文中双重差分模型的偏误，因为关于HIV感染相对风险（RR）的信息仅影响八年级班级。随后，我们通过仅比较七年级班级（对照队列）来为处理溢出的“安慰剂效应”理论提供证伪检验。最后，我们在所有模型中使用亚组分析，以便将RR的真实效应与RR和TT（HIV预防教师培训项目）联合效应以及RR在TT条件下的效应进行分解。

我们发现，RR信息项目并不像Dupas最初研究结果所表明的那样稳健，而且该干预实际上是有害的，因为它增加了性行为的总体发生率，并且鉴于男孩的相对风险比，该项目对男孩可能尤其有害：RR项目增加了报告曾经发生过性行为的男孩和女孩人数；而且，我们未发现证据支持Dupas的关键发现，即该项目缩小了女孩与其伴侣之间的年龄差距。RR项目还增加了报告不仅发生过性行为、而且与多个伴侣发生性行为的男孩人数。而报告使用安全套的人数并没有相应增加。

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。