electricsheepasia/asia-who-exclusive-breastfeeding-under-six-months-bfebfnumth

该数据集包含世界卫生组织全球健康观察站提供的关于亚洲37个国家在1987年至2021年期间“六个月以下纯母乳喂养（以千计）”的165个观测值，涵盖1个独特指标。数据经过Electric Sheep Asia重新打包，以表格形式呈现，适用于表格分类、回归和时间序列预测等任务。This dataset contains 165 observations of Exclusive breastfeeding under six months (in thousands) data across 37 Asia countries, spanning 1987–2021, covering 1 distinct indicators, sourced from WHO Global Health Observatory and repackaged by Electric Sheep Asia.

搜集汇总

数据集介绍

构建方式

本数据集源自世界卫生组织全球卫生观察站（WHO GHO），由Electric Sheep Asia团队精心整合并重新封装而成。数据聚焦于亚洲37个国家在1987年至2021年间，六个月以下婴儿纯母乳喂养人数（以千计）的统计信息。共计165条观测记录，涵盖一项核心指标（NUT_BF_EBF_NUMTH），每个观测条目均包含国家ISO代码、WHO区域、年份、数值及其置信区间（低值与高值）、显示格式的数值与最后更新日期等字段。数据的构建过程遵循了规范化的模式，将原始来源中的结构化信息以统一的Parquet格式存储，并通过HuggingFace Datasets库提供便捷的加载接口。

特点

该数据集体现出突出的精炼性与专业性，仅包含一项关键指标却覆盖了跨度达35年的长时序信息，适用于追踪区域内母乳喂养趋势的宏观变化。其地理维度涵盖了从东亚至中东的37个亚洲国家，提供了丰富的跨国比较基础。每个数值均附带置信区间（value_low和value_high），为统计可靠性提供了透明参照。数据集还记录了每次观测的更新日期，确保了信息的可溯源性。整体上，数据集结构精简、字段定义清晰，去除了冗余变量，非常适配于时间序列分析、面板数据回归或分类建模等任务。

使用方法

用户可通过HuggingFace Datasets库以一行代码加载数据集：`load_dataset('electricsheepasia/asia-who-exclusive-breastfeeding-under-six-months-bfebfnumth')`，获得一个可直接转换为Pandas DataFrame的训练集。典型操作包括按国家筛选（如`df[df['country_iso3'] == 'IDN']`）以聚焦特定地区，或按年份排序并绘制单一国家的时间序列趋势图。研究者还可以利用pivot_table将数据重塑为国家×年份的矩阵格式，便于进行面板数据分析或缺失值插补。该数据集以cc-by-4.0许可发布，使用时需正确引用原始WHO数据来源及Electric Sheep Asia的封装版本。

背景与挑战

背景概述

婴幼儿早期营养状况是衡量公共卫生体系效能与人口健康水平的核心指标之一，其中纯母乳喂养率更是被世界卫生组织列为全球营养监测的关键参数。在此背景下，由世界卫生组织全球卫生观测站（WHO GHO）主导汇编、Electric Sheep Asia团队于2026年重新整理并发布于HuggingFace平台的“亚洲六个月内纯母乳喂养人数（千）数据集”，系统收录了1987年至2021年间37个亚洲国家的165条观测记录。该数据集以标准化数值及置信区间形式呈现，为评估区域母乳喂养趋势、制定针对性干预政策及训练时间序列预测模型提供了高质量、可直接调用的结构化数据资源，对推动亚洲地区母婴健康领域的循证研究具有基础性支撑价值。

当前挑战

该数据集所对应领域面临的核心挑战在于，亚洲各国在纯母乳喂养推广中普遍存在地区间数据采集标准不一、历史观测频次稀疏及长时序缺失等结构性障碍。具体而言，37个国家中半数以上仅有不足6次记录，部分国家最早观测年份可追溯至1987年而最新数据止于2016年，时间跨度不均造成模型外推误差显著。在构建过程中，跨源数据的时间单位对齐（年份级）、置信区间的统一存储（如value_low与value_high字段的缺失值处理）以及与国家编码体系（ISO3）的耦合映射，均对数据清洗与归一化流程提出严苛要求。此外，单指标（NUT_BF_EBF_NUMTH）的窄范围限制了多元因果分析，使得在控制经济、文化等混杂因素后难以准确分离政策效应与自然波动带来的挑战尤为突出。

常用场景

经典使用场景

该数据集汇聚了世界卫生组织全球卫生观察站提供的亚洲37个国家1987年至2021年间纯母乳喂养六个月以下婴儿的估算数量（以千计），共计165条观测记录。在公共卫生与流行病学研究中，它常被用作纵向时间序列分析的基石，用以追踪亚洲各国婴幼儿营养干预政策的演进轨迹与实施成效。研究者可通过按年份排序的数值变化，洞察不同国家在促进母乳喂养方面的阶段性进展；亦可构建国家-年份矩阵，开展跨区域对比分析，揭示社会经济、文化习俗与卫生政策对母乳喂养率的差异化影响。

解决学术问题

该数据集精准回应了全球营养与儿童健康领域的一项核心学术追问：在亚洲这一人口稠密、发展水平迥异的大陆，纯母乳喂养率究竟呈现怎样的时空演变格局，又受到何种结构性因素的驱动？通过提供标准化的、可跨国比较的时序数据，它帮助学者突破了以往因数据碎片化而难以开展系统性元分析的瓶颈。研究团队得以基于这些数据，量化评估《国际母乳代用品销售守则》等全球倡议在亚洲各国的落地效果，识别喂养行为改善缓慢的热点区域，并为世界卫生组织2030年全球营养目标中关于提高纯母乳喂养率的监测提供不可替代的经验证据。

衍生相关工作

围绕该数据集所反映的核心指标，学术界已衍生出多类经典研究范式。其中，多水平混合效应模型被广泛用于分解国家内部与国家之间的变异，探究母亲教育水平、分娩地点、产假政策等微观与宏观变量如何调节母乳喂养行为。另一条重要脉络是中断时间序列分析，研究者利用该数据集中年份跨度长的国家（如泰国拥有1987年至2019年的记录），检验重大政策颁布或公共卫生危机（如2003年非典疫情、2020年新冠疫情）对喂养实践产生的冲击与恢复路径。近年来，亦有团队尝试将其与全球疾病负担数据库中的婴儿腹泻发病率、营养不良率进行关联分析，构建从喂养行为到健康结局的因果链条。