治疗良好且从不吸烟的HIV感染者小气道功能障碍
世界卫生组织的全球预测显示，到2030年，慢性阻塞性肺疾病（COPD）和HIV将分别位列全球死因第三位和第八位。因此，越来越多的人将面临双重疾病负担
基本信息
资源简介
治疗良好且从不吸烟的HIV感染者小气道功能障碍
该数据集围绕“在接受良好治疗且从不吸烟的HIV感染者中是否存在小气道功能障碍”这一主题，汇集了相关的临床与肺功能观测数据，属于呼吸系统疾病领域。其关注点在于HIV感染人群的肺部合并症问题：世界卫生组织的全球预测显示，到2030年，慢性阻塞性肺疾病（COPD）与HIV将分别位列全球死因第三位和第八位，越来越多的人将因此面临双重疾病负担。COPD在HIV感染人群中的发病率相对较高，且HIV已被证明是该病的独立危险因素。数据集以CC0 1.0 Universal公有领域贡献许可发布，可供自由使用。
【数据集背景】
世界卫生组织的全球预测显示，到2030年，慢性阻塞性肺疾病（COPD）和HIV将分别位列全球死因第三位和第八位。这意味着越来越多的人将面临双重疾病负担。COPD在HIV感染人群中的发病率相对较高，而HIV已被证明是COPD的独立危险因素。在这一背景下，针对HIV感染者肺部健康状况的研究具有重要的公共卫生意义。该数据集聚焦于接受良好治疗且从不吸烟的HIV感染者群体，探讨其小气道功能障碍的发生情况，为理解HIV感染与慢性肺部疾病之间的关联提供了数据基础。
【数据内容】
数据集英文名称为“Small airway dysfunction in well-treated never-smoking HIV-infected individuals”，主题指向接受良好治疗、从不吸烟的HIV感染者中的小气道功能障碍。本站将其归类为呼吸系统疾病下的“其他”类别。除上述主题信息外，源站未提供关于具体变量、样本量、观测指标及数据表结构的进一步说明。
【采集与来源】
该数据集来源于search.dataone.org。源站描述提及世界卫生组织关于COPD与HIV死亡排位的全球预测，以及HIV作为COPD独立危险因素的背景信息。关于具体的采集地点、采集时间、研究设计、受试者招募方式与测量流程，源站未提供。
【适用场景】
基于数据集主题，其潜在用途涉及呼吸系统疾病与HIV合并症相关的研究领域，例如探讨HIV感染人群中COPD及小气道功能障碍的风险因素。由于源站未提供数据内容的具体细节，其他具体适用场景无法进一步说明。
【使用方法】
源站未提供该数据集的使用方法、文件格式、字段说明或分析建议。
【质量与限制】
源站未提供关于数据质量评估、样本代表性、缺失值处理或已知局限性的信息。
【引用与许可】
该数据集采用CC0 1.0 Universal (CC0 1.0) Public Domain Dedication许可，属于公有领域贡献，使用者可在该许可条款下自由使用。关于具体的引用格式与致谢要求，源站未提供。
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
根据世界卫生组织的全球预测，到2030年，慢性阻塞性肺疾病（COPD）和HIV将分别成为第三和第八大死因。因此，越来越多的人将面临双重疾病负担。在HIV感染人群中，COPD的发病率相对较高，且HIV已被证明是一个独立的风险因素。
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。
