性别肯定激素治疗对跨性别成人心理健康结局的影响

该数据集来自 data.mendeley.com,围绕“性别肯定激素治疗改善跨性别成人心理健康”这一研究假设,对符合纳入标准的研究进行系统综述数据提取,并将提取内容录入 SRDR(Systematic Review Data Repository)

google_dataset
2026-04-20 更新
浏览 4
其他跨性别成人性别肯定激素治疗心理健康结局系统综述SRDR数据提取
The Impact of Gender-Affirming Hormone Therapy on Mental Health Outcomes in Transgender Adults

基本信息

模态
其他
大小
0.000048174 GB
创建/更新时间
2026-04-20
版本
v1

资源简介

性别肯定激素治疗对跨性别成人心理健康结局的影响

The Impact of Gender-Affirming Hormone Therapy on Mental Health Outcomes in Transgender Adults

该数据集来自 data.mendeley.com,围绕“性别肯定激素治疗改善跨性别成人心理健康”这一研究假设,对符合纳入标准的研究进行系统综述数据提取,并将提取内容录入 SRDR(Systematic Review Data Repository)。数据涵盖样本特征(总样本量、FtM 与 MtF 参与者数量、平均年龄、年龄范围、精神科共病)、研究设计细节(设计类型、发表年份、作者、研究目的、随访及随访时长)、干预/分组(干预描述、治疗剂量、给药类型、对照组描述)、结局指标描述及方法学质量(分类系统、统计分析、局限性)等字段,共 2 个文件,可用于跨性别成人激素治疗与心理健康相关证据的整理与二次分析(来源 Mendeley Data)。

【数据集背景】

源站首次发布:2026-04-20。

【数据内容】

源站描述(机器翻译,仅供参考):研究假设:性别肯定激素治疗改善跨性别成人的心理健康。对所有符合纳入标准的研究进行数据提取,然后录入 SRDR(Systematic Review Data Repository)。以下标题:样本特征:总样本量、FtM 跨性别参与者数量、MtF 跨性别参与者数量、参与者平均年龄、参与者年龄范围、精神科共病。设计细节:研究设计、发表年份、研究作者、研究目的、随访、随访时长。干预/分组:干预描述、所用治疗剂量、治疗给药类型、对照组描述 结局:所提及测量指标的描述 方法学质量:分类系统、统计分析、局限性 纳入标准:• 跨性别成人:

【数据结构与技术规格】

文件数 2 个,合计 48.17 KB。数据集 DOI:10.17632/ygs9jhxkym.1。

【主题与分类】

主题标签:跨性别成人、性别肯定激素治疗、心理健康结局、系统综述、SRDR、数据提取。本站分类:精神与行为障碍。

【获取与许可】

源站页面:https://data.mendeley.com/datasets/ygs9jhxkym

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://data.mendeley.com/datasets/ygs9jhxkym

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。

数据集大小约 48.2 KB。

数据说明

Julia Kuca (2026). The Impact of Gender-Affirming Hormone Therapy on Mental Health Outcomes in Transgender Adults [Dataset]. http://doi.org/10.17632/ygs9jhxkym.1

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。