STI 操作研究:女性性工作者队列

该数据集来自 National AIDS Research Institute 与 FHI 360 India 在印度 Mumbai 和 Hyderabad 高 STI 流行地区开展的一项操作研究,针对女性性工作者队列评估标准化 STI 服务包的有效性

dataone
浏览 8
其他Social Sciences
STI Operations Research Study (FSW)

基本信息

模态
其他
许可
https://dataverse.harvard.edu/api/datasets/:persistentId/versions/3.3/customlicense?persistentId=doi:10.7910/DVN/5Q9M3Z
创建/更新时间
2026-10-19

资源简介

STI 操作研究:女性性工作者队列

STI Operations Research Study (FSW)

该数据集来自 National AIDS Research Institute 与 FHI 360 India 在印度 Mumbai 和 Hyderabad 高 STI 流行地区开展的一项操作研究,针对女性性工作者队列评估标准化 STI 服务包的有效性。数据覆盖队列随访与 STI 发病率相关信息,可用于分析 STI 服务包实施效果、研究女性性工作者人群的 STI 发病情况,并为性传播疾病防控与社会科学相关研究提供数据支持(来源 DataONE,https://dataverse.harvard.edu/api/datasets/:persistentId/versions/3.3/customlicense?persistentId。

【数据内容】

源站描述(机器翻译,仅供参考):National AIDS Research Institute 与 FHI 360 India 开展了一项操作研究,在女性性工作者队列中评估标准化 STI 服务包的有效性。该研究在 Mumbai 和 Hyderabad 两市已知的高 STI 流行地区开展。

【主题与分类】

主题标签:Social Sciences。本站分类:感染/性传播疾病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A518d9cbfce067ca2cf8bcf14012030761bdd44e6754c3c774414a152af156d0b

使用许可:https://dataverse.harvard.edu/api/datasets/:persistentId/versions/3.3/customlicense?persistentId=doi:10.7910/DVN/5Q9M3Z。

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://search.dataone.org/view/sha256%3A518d9cbfce067ca2cf8bcf14012030761bdd44e6754c3c774414a152af156d0b

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

国家艾滋病研究所与FHI 360印度分会开展了一项操作性研究,旨在评估标准化性传播感染服务包在女性性工作者队列中的有效性。该研究在孟买和海得拉巴市已知性传播感染高发区域进行。

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