electricsheepasia/asia-who-reported-number-of-children-receiving-antiretroviral-therapy

该数据集包含来自世界卫生组织全球健康观察站（WHO GHO）的报告接受抗逆转录病毒治疗的儿童数量数据，覆盖35个亚洲国家，时间跨度为2000年至2024年，共872个观测值，涉及1个独立指标。数据经过Electric Sheep Asia重新打包，以表格形式提供，适用于分类、回归和时间序列预测等任务。This dataset contains Reported number of children receiving antiretroviral therapy data from the WHO Global Health Observatory (GHO), covering 35 Asia countries from 2000 to 2024, with 872 observations and 1 distinct indicator. It is repackaged by Electric Sheep Asia in a tabular format, suitable for tasks such as classification, regression, and time-series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集源自世界卫生组织全球卫生观测站（WHO GHO）的官方统计数据，由Electric Sheep Asia团队进行系统化的重新封装与标准化处理。数据覆盖了2000年至2024年间亚洲35个国家的观测记录，共计872条，核心指标为‘接受抗逆转录病毒治疗的儿童报告人数’（指标代码HIV_0000000011）。构建过程中，团队对原始数据进行了清洗、格式统一与模式规范化，最终以Parquet格式存储，确保数据可直接通过HuggingFace Datasets库中的load_dataset()函数加载，从而为研究者提供即开即用的便利体验。

特点

本数据集的核心特点在于其精细的地域覆盖与时间跨度：囊括了阿富汗、印度尼西亚、哈萨克斯坦等35个亚洲国家，每个国家均包含自2000至2024年间的完整年度记录。数据结构清晰明确，包含指示符代码、国家ISO3代码、WHO区域、年份、数值以及高低置信区间和数据显示值等字段。尤为突出的是，该数据集专注于单一关键健康指标，针对于儿童群体接受抗逆转录病毒治疗的情况，这使其在评估亚洲地区儿童HIV治疗覆盖趋势、比较不同国家间的卫生政策效果时，成为极具价值的精准数据源。

使用方法

研究者可通过Python环境中的datasets库便捷调用该数据集，使用load_dataset('electricsheepasia/asia-who-reported-number-of-children-receiving-antiretroviral-therapy')一行代码即可将数据载入为DataFrame格式。针对特定国家的分析，可依据country_iso3字段进行筛选，例如过滤出印度尼西亚的数据以进行国别研究。对于时间序列分析，推荐按年份排序并可视化单一指标的数值变化趋势。此外，通过pivot_table操作可将数据重塑为以年份为行、国家为列的矩阵形式，便于进行横向比较与面板数据分析。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）全球卫生观测站（GHO）官方发布，经Electric Sheep Asia团队于2024年重新整理并托管于HuggingFace平台。聚焦于亚太地区35个国家2000年至2024年间接受抗逆转录病毒治疗的儿童报告数量，共收录872条观测记录。作为全球艾滋病防治监测体系的重要组成部分，该数据集为评估儿童HIV治疗覆盖率、追踪区域卫生政策成效及揭示资源分配不均问题提供了关键量化依据，尤其对东南亚及中亚等艾滋病防控重点区域具有显著公共卫生研究价值。

当前挑战

领域层面，该数据集核心挑战在于应对HIV治疗数据的国家间报告标准不一致、历史数据缺失及低资源环境下的漏报问题，导致时间序列分析可能面临不连续性偏差。构建过程中，原始数据来源于WHO多国分散报送系统，需处理不同年份间指标定义变更、国家代码及时间格式的异构性，同时填补部分经济体（如小型岛国）的不完整记录，并在重封装时确保与WHO官方元数据严格对齐以维持可信度。

常用场景

经典使用场景

该数据集收录了2000年至2024年间亚洲35个国家中接受抗逆转录病毒治疗的儿童报告人数，共计872条观测记录。在儿童艾滋病防治研究领域，它最经典的使用场景是作为时间序列预测任务的基石，研究者可借此纵向追踪各国儿童治疗覆盖率的演进轨迹，横向对比不同国家在公共卫生干预下的成效差异。同时，该数据集也常被用于表格分类或回归实验，例如根据历史治疗人数预测未来资源分配需求，或识别影响治疗覆盖率的关键社会经济因子。

解决学术问题

在学术研究中，该数据集精准回应了发展中国家儿童艾滋病治疗可及性的量化评估难题。它使研究者得以跨越国界与年份的限制，系统刻画亚洲地区儿童抗病毒治疗服务的扩展曲线，揭示治疗缺口的地理分布特征及其与政策变迁的关联。更重要的是，该数据为验证公共卫生干预模型提供了标准化的实证基础，推动了对资源有限环境下治疗效果评估方法论的完善，从而在促进健康公平的全球议程中发挥了不可替代的作用。

衍生相关工作

围绕这一核心数据，学术界已衍生出若干里程碑式的研究工作。有学者基于该序列构建了多国时间序列深度预测模型，实现了对未来五年儿童治疗需求的高精度估算。另有研究将其与WHO全球卫生观察站的其他指标（如孕产妇死亡率、HIV新发感染率）融合，建立了儿童综合健康指数回归框架，深化了对艾滋病代际传导风险的理解。此外，该数据也在可解释机器学习研究中被用作典型案例，用以阐明社会经济变量如何调节治疗可及性的国别差异。