戒烟至关重要人类免疫缺陷病毒混合试验
HIV感染者吸烟率高达43%，普通人群为15%。高效HIV治疗延长寿命后，该人群因吸烟损失的生命年超过HIV本身。亟需新型有效、覆盖更广的戒烟干预，国立卫生研究院将其列为优先
基本信息
资源简介
戒烟至关重要人类免疫缺陷病毒混合试验
HIV感染者吸烟率高达43%，普通人群为15%。高效HIV治疗延长寿命后，该人群因吸烟损失的生命年超过HIV本身。亟需新型有效、覆盖更广的戒烟干预，国立卫生研究院将其列为优先。数字疗法（DTx）或为可扩展、可及的新方法。DTx戒烟在普通人群有效，但尚无大型试验检验针对HIV感染者的定制DTx效果，也无实施科学工作考察其障碍与促进因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病/状况：烟草、烟草戒断、戒烟、戒烟；烟草依赖、人类免疫缺陷病毒（HIV）、由香烟引起的烟草依赖、癌症预防。 在人类免疫缺陷病毒（HIV）感染者（PWH）中，烟草使用率高得惊人，为43%，而一般人群为15%。由于HIV高效治疗的发展以及由此带来的PWH寿命延长，该人群目前因吸烟损失的寿命年数已超过因HIV感染本身损失的寿命年数。迫切需要新颖且有效的模式，为PWH提供覆盖范围更广的戒烟干预，并且这被National Institute of Health列为优先事项。数字疗法（DTx）可能是一种新颖、可扩展且高度可及的方法，用于吸引该人群参与并治疗其吸烟问题。然而，尽管用于戒烟的DTx已在一般人群中显示出有效性，但迄今为止尚无大型试验检验针对PWH量身定制的戒烟DTx的有效性，也没有实施科学研究工作检验在该人群中实施戒烟DTx的障碍与促进因素。
【主题与分类】
主题标签：Tobacco、Tobacco Abstinence、Smoking Cessation、Smoking Cessation; Tobacco Dependence、Human Immunodeficiency Virus (HIV)、Tobacco Dependence Caused by Cigarettes、Cancer Prevention。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06883097
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/NCT06883097
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
疾病/状况：烟草、烟草戒断、戒烟、戒烟；烟草依赖、人类免疫缺陷病毒（HIV）、由香烟引起的烟草依赖、癌症预防。
在人类免疫缺陷病毒（HIV）感染者（PWH）中，烟草使用率高得惊人，为43%，而一般人群为15%。由于HIV高效治疗的发展以及由此带来的PWH寿命延长，该人群目前因吸烟损失的寿命年数已超过因HIV感染本身损失的寿命年数。迫切需要新颖且有效的模式，为PWH提供覆盖范围更广的戒烟干预，并且这被National Institute of Health列为优先事项。数字疗法（DTx）可能是一种新颖、可扩展且高度可及的方法，用于吸引该人群参与并治疗其吸烟问题。然而，尽管用于戒烟的DTx已在一般人群中显示出有效性，但迄今为止尚无大型试验检验针对PWH量身定制的戒烟DTx的有效性，也没有实施科学研究工作检验在该人群中实施戒烟DTx的障碍与促进因素。
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。
