理发店HIV预防干预试验(男性人群)

研究为 HPTN 111/TRIM 整群随机试验,在乌干达 Kalangala 区目的性选取 18 家理发店,按 2:1 随机分配提供理发店 HIV 预防干预或标准照护,并从理发店招募个体参与者接受对应服务

HIV Prevention Trials NetworkHIV Prevention Trials Network
clinicaltrials
浏览 5
其他HIV Infections
Testing a Barbershop-based HIV Prevention Initiative Among Men

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

理发店HIV预防干预试验(男性人群)

该数据集来自 clinicaltrials.gov,属于感染性疾病/其他分类,主题为 HIV Infections。研究为 HPTN 111/TRIM 整群随机试验,在乌干达 Kalangala 区目的性选取 18 家理发店,按 2:1 随机分配提供理发店 HIV 预防干预或标准照护,并从理发店招募个体参与者接受对应服务。干预内容包括理发师提供的状态中立 HIV 教育、HIV 自检试剂盒及 HIV 预防服务获取信息。数据可用于评估该干预模式的可行性与可接受性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:HIV 感染。HPTN 111/TRIM 是一项整群随机研究,旨在评估基于理发店的 HIV 预防项目的可行性和可接受性。乌干达 Kalangala 区的 18 家理发店将被目的性选取参与研究,并按 2:1 随机分配提供基于理发店的 HIV 预防倡议(干预)或标准照护(对照)。个体参与者将从理发店招募,并根据其所在理发店接受干预或对照服务。基于理发店的 HIV 预防倡议将包括由理发师提供的状态中立 HIV 教育、HIV 自检试剂盒以及关于何处可获得 HIV 预防服务的信息。

【主题与分类】

主题标签:HIV Infections。本站分类:感染性疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06148584

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06148584

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。HPTN 111/TRIM是一项整群随机研究,旨在评估基于理发店的HIV预防项目的可行性和可接受性。将在乌干达Kalangala区有意选取18家理发店参与研究,并按2:1的比例随机分配,以提供基于理发店的HIV预防干预措施(干预组)或标准护理(对照组)。个体参与者将从理发店招募,并根据其所在理发店接受干预或对照服务。基于理发店的HIV预防干预措施将包括由理发师提供的状态中立HIV教育、HIV自检试剂盒以及有关何处可获得HIV预防服务的信息。

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。

获取专属数据定制方案