肯尼亚(2014)：Willows模型在肯尼亚实施效果评估
该数据集来自 search.dataone.org，主题为肯尼亚 2014 年对 Willows 模型实施效果的评估，归类于肿瘤/宫颈癌
基本信息
资源简介
肯尼亚(2014)：Willows模型在肯尼亚实施效果评估
Kenya(2014): Evaluation of Implementation of the Willows Model in Kenya
该数据集来自 search.dataone.org，主题为肯尼亚 2014 年对 Willows 模型实施效果的评估，归类于肿瘤/宫颈癌。源站描述显示，社会特许经营需求创造项目通过人际沟通渠道为 Tunza 网络特许服务（FP、HTC、IMCI、宫颈癌筛查）创造需求，并试点将肯尼亚卫生部社区健康策略与 Willows 模型混合，以社区卫生工作者替代 PSI 聘用的 Tunza Mobilizers，聚焦一对一走访和小组活动。数据可用于评估该试点模式的有效性（来源 DataONE，https://dataverse.harvard.edu/api/datasets/:persistentId/versions/1.1/customli。
【数据内容】
源站描述（机器翻译，仅供参考）：社会特许经营需求创造项目 tasked with 通过使用人际沟通（IPC）作为渠道，为 Tunza 网络特许服务（FP、HTC、IMCI、宫颈癌筛查）创造需求。该项目在社区动员策略中采用了 Tunza IPC 模型。为提高项目的成本效益并改善可持续性的前景，伙伴关系与外联部提议试点一种社区健康策略（由肯尼亚卫生部 –MoH 制定）与 Willows 模型的混合模式。PSI 决定使用 CHWs 而非 PSI 聘用的 Tunza Mobilizers 实施试点，重点是一对一走访和小组活动，这在土耳其的 Willows 模型中被证明是有效的。为了评估该试点的有效性，收集并分析了数据以评估
【主题与分类】
主题标签：Social Sciences、Social Franchising、IPC。本站分类：肿瘤/宫颈癌。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A4255b65bd76ef95ccc43c07c9669a2a384b97a5a09f42010700d671ad647876f
使用许可：https://dataverse.harvard.edu/api/datasets/:persistentId/versions/1.1/customlicense?persistentId=doi:10.7910/DVN/28362。
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
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
社会特许经营需求创造项目旨在通过人际沟通（IPC）渠道，为Tunza网络特许服务（计划生育、HIV检测与咨询、儿童疾病综合管理、宫颈癌筛查）创造需求。该项目在社区动员策略中采用了Tunza IPC模式。为提高项目的成本效益并改善可持续性前景，合作与外联部提议试点社区健康策略（由肯尼亚卫生部制定）与Willows模式的混合模式。PSI决定采用社区卫生工作者而非PSI聘用的Tunza动员员来实施试点，重点开展一对一走访和小组活动，这在土耳其的Willows模式中已被证明有效。为评估试点的效果，研究收集并分析了数据，以评估混合/试点模式在覆盖面、绩效与质量、转介、提供的服务（结果）以及成本方面相较于Tunza模式的表现。
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。
