秘鲁结核感染治疗实施研究数据集
该数据集为个体级数据，记录结核感染检测与预防性治疗结局，来源于秘鲁结核感染治疗实施研究。数据覆盖检测与治疗转归相关变量，可用于分析治疗可及性与依从性、评估实施策略效果，以及探索缩小治疗差距的干预路径（来源 DataONE）
基本信息
资源简介
秘鲁结核感染治疗实施研究数据集
该数据集为个体级数据，记录结核感染检测与预防性治疗结局，来源于秘鲁开展的结核感染治疗实施研究。数据集英文名称为 Dataset for "Closing delivery gaps in the treatment of tuberculosis infection: lessons from implementation research in Peru"，本站归类于呼吸系统疾病 / 肺结核，来源站为 search.dataone.org，主题标签为 Medicine, Health and Life Sciences。数据覆盖检测与治疗转归相关变量，可用于分析治疗可及性与依从性、评估实施策略效果，以及探索缩小治疗差距的干预路径。
【数据集背景】
结核感染的治疗是结核病防控链条中的重要环节，但从检测到预防性治疗的实际交付过程中往往存在差距。该数据集依托秘鲁开展的结核感染治疗实施研究，聚焦于治疗交付环节中的缺口问题，旨在为理解实施研究如何揭示并回应这些差距提供个体层面的数据支撑。数据集所属分类为呼吸系统疾病 / 肺结核，主题领域为医学、健康与生命科学。
【数据内容】
该数据集为个体级数据集，核心内容为结核感染检测与预防性治疗结局。数据覆盖检测与治疗转归相关变量，可用于分析治疗可及性与依从性、评估实施策略效果，以及探索缩小治疗差距的干预路径。关于具体变量名称、变量数量、记录条数、人群规模与随访时长等信息，源站未提供。
【采集与来源】
数据来源于秘鲁的结核感染治疗实施研究，来源站为 search.dataone.org。关于采集机构、采集时间、抽样方式与数据收集流程等细节，源站未提供。
【适用场景】
依据数据内容，该数据集适用于以下方向：分析结核感染检测与预防性治疗的可及性与依从性；评估实施策略的效果；探索缩小结核感染治疗交付差距的干预路径。关于其他潜在应用场景，源站未提供。
【使用方法】
源站未提供具体的使用方法说明，包括数据格式、文件组织方式、变量编码规则与配套文档等均未说明。
【质量与限制】
源站未提供关于数据质量、缺失情况、样本代表性及使用限制的说明。需要注意的是，该数据集来源于特定国家（秘鲁）的实施研究，其结论外推至其他地区时需谨慎，但源站未就此给出具体说明。
【引用与许可】
源站未提供引用格式与许可条款信息。
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
Individual-level dataset of TB infection testing and preventive treatment outcomes
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。
