马达加斯加农村女性生殖器血吸虫病患者的认知、经历与实践
研究采用定性设计，通过焦点小组讨论（N=60）和个体半结构化访谈（N=16）收集 76 名经阴道镜诊断 FGS 的女性的资料，并用 Mayring 定性内容分析法分析
基本信息
资源简介
马达加斯加农村女性生殖器血吸虫病患者的认知、经历与实践
Knowledge, experiences, and practices of women affected by female genital schistosomiasis in rural Madagascar
该数据集来自 search.dataone.org，围绕马达加斯加西北部 Ambanja 地区受 female genital schistosomiasis（FGS）影响的女性，记录其知识、经历与实践。研究采用定性设计，通过焦点小组讨论（N=60）和个体半结构化访谈（N=16）收集 76 名经阴道镜诊断 FGS 的女性的资料，并用 Mayring 定性内容分析法分析。数据可用于了解 FGS 相关认知、预防观念、污名与社会排斥及性与生殖健康体验，支持相关定性研究与干预设计（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：女性生殖器血吸虫病（FGS）是由埃及血吸虫引起的泌尿生殖系统血吸虫病的一种被忽视的表现形式。该病表现为盆腔疼痛、阴道分泌物和出血以及月经紊乱等症状，并可能导致不孕和妊娠并发症。受 FGS 影响的女性的观点尚未得到系统研究。方法：我们在马达加斯加西北部的 Ambanja 地区开展了一项定性研究。FGS 通过阴道镜检查诊断。76 名患有 FGS 的女性参与了焦点小组讨论（N=60）或个体半结构化访谈（N=16）。数据采用 Mayring 的定性内容分析法进行分析。该研究旨在了解 FGS 女性的知识、经历和实践。结果：关于该疾病如何获得的知识各不相同，预防观念仍不完整
【主题与分类】
主题标签：social exclusion、female genital schistosomiasis、women、Stigma、attitudes、sexual and reproductive health、Knowledge、Schistosomiasis、Madagascar、practices。本站分类：妊娠、分娩和产褥期。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3A7a50c4ec6df8d0cf525a092e768d82f0260e8e1334584b1ed9a2ce601c4d4aa0
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
背景：女性生殖器血吸虫病（FGS）是由埃及血吸虫引起的泌尿生殖系统血吸虫病的一种被忽视的表现形式。该病表现为盆腔疼痛、阴道分泌物异常及出血、月经紊乱等症状，并可能导致不孕和妊娠并发症。目前尚未对FGS女性患者的观点进行系统研究。方法：我们在马达加斯加西北部的安班贾地区开展了一项定性研究。FGS通过阴道镜检查确诊。76名FGS女性患者参与了焦点小组讨论（N=60）或个体半结构化访谈（N=16）。数据采用Mayring定性内容分析法进行分析。本研究旨在了解FGS女性患者的知识、经历和实践。结果：关于该病如何获得的认知各不相同，对预防措施的认识仍然模糊。患者遭受阴道分泌物异常和盆腔不适的困扰。部分女性表达了难以忍受的……
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。
