Data-Gouv-FR/donnees-de-surveillance-de-la-covid-19-dans-les-etablissements-sociaux-et-medico-sociaux-esms

该数据集包含COVID-19在社会和医疗社会机构(ESMS)中的监测数据，由法国公共卫生部门自2020年3月28日起建立，用于跟踪ESMS中居民和工作人员的COVID-19病例和死亡情况。数据集分为两个子集：一个记录每周新增确诊病例（包括居民和工作人员的新增病例数），另一个记录每周新增死亡病例（区分医院内和机构内死亡）。数据字段包括监测周、居民新增确诊病例数、工作人员新增确诊病例数、医院内居民新增死亡数、机构内居民新增死亡数等。数据集旨在提供详细的疫情监测信息，以支持公共卫生决策和分析。This dataset contains surveillance data for COVID-19 in Social and Medico-Social Establishments (ESMS), established by Santé publique France on March 28, 2020, to track COVID-19 cases and deaths among residents and staff in ESMS. The dataset is divided into two subsets: one records weekly new confirmed cases (including new cases among residents and staff), and the other records weekly new deaths (distinguishing between deaths in hospitals and within institutions). Data fields include surveillance week, number of new confirmed cases among residents, number of new confirmed cases among staff, number of new deaths in hospitals among residents, and number of new deaths within institutions among residents. The dataset aims to provide detailed epidemic monitoring information to support public health decision-making and analysis.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共健康局（Santé publique France）自2020年3月28日起建立的COVID-19病例与死亡监测系统，针对提供住宿服务的社会与医疗社会机构（ESMS）进行数据采集。原始数据通过在线申报平台收集，涵盖居民与工作人员的感染及死亡情况，并经过2021年3月19日平台升级以优化输入控制与历史追溯。数据集在HuggingFace上按原始表格资源分为两个子集：`covid-esms-nxcas-fra-2023-06-30-16h29` 收录每周新确诊居民与工作人员病例数，`covid-esms-dcres-fra-2023-06-30-16h29` 收录每周居民在医院及机构内死亡数。每个子集仅包含一个名为 `train` 的数据分割，以Parquet格式存储。

特点

该数据集具有高度的结构化与时效性特征，以每周为监测粒度，提供明确的流行病学周标识符（`iso_surv_epidemio2`）。病例定义严格遵循生物学确认标准（RT-PCR、抗原检测或血清学阳性），死亡定义涵盖确诊死亡或医师在死亡证明中认定的COVID-19相关死亡。数据源自官方政府开放数据平台data.gouv.fr，采用开放许可（lov2），确保了数据的权威性与可复用性。此外，数据集经过去重与错误校正（如2023年1月对第03周死亡人数的追溯调整），提升了统计准确性，同时通过分离病例与死亡模块支持精细化分析。

使用方法

用户可通过HuggingFace的 `datasets` 库便捷加载数据，具体命令为 `load_dataset("Data-Gouv-FR/donnees-de-surveillance-de-la-covid-19-dans-les-etablissements-sociaux-et-medico-sociaux-esms", "covid-esms-nxcas-fra-2023-06-30-16h29")`，并指定所需子集配置。加载后数据以 `Dataset` 对象形式呈现，可直接通过 `ds["train"]` 访问单表数据。该数据集适用于时间序列分析、疫情传播动力学建模、政策效果评估等研究，用户可通过按周聚合、对比不同ESMS机构类型及跨地域分布等操作，挖掘疫情对社会医疗系统的深层影响。

背景与挑战

背景概述

自2020年3月28日起，法国公共卫生局（Santé publique France）为应对COVID-19疫情，建立了一套针对社会与医疗社会机构（ESMS）的病例与死亡监测系统。该数据集由法国数据平台（data.gouv.fr）于2023年6月30日发布，旨在系统记录疫情期间ESMS内居民与工作人员中的新冠病毒感染新发病例及死亡情况，涵盖每周新增确诊病例与住院死亡数据。作为开放数据资源，它为核心研究问题——即疫情对脆弱群体及机构内传播的动态影响——提供了标准化、可复用的结构化信息，为流行病学建模、公共卫生政策评估及国际疫情比较研究奠定了重要数据基础。

当前挑战

该数据集的构建面临双重挑战。在领域层面，ESMS作为养老院、康复中心等高风险聚集场所，其人员流动性高、健康状态复杂，精准追踪COVID-19的传播链条极为困难，同时需区分院内感染与社区引入病例，对数据细粒度要求极高。在构建过程中，跨机构数据采集面临隐私法规约束（如《通用数据保护条例》）和申报标准不一致等问题，早期人工录入误差导致数据修正频繁（如2023年1月因计算错误调整累计死亡数），且需通过账户管控与多元校验机制平衡数据准确性、实时性与完整性，凸显了应急监测基础设施中数据治理的复杂性。

常用场景

经典使用场景

该数据集源自法国公共卫生部门对COVID-19疫情在社会与医疗社会机构（ESMS）中的监测数据，涵盖养老院及各类住宿型照护机构。经典使用场景聚焦于流行病学的时间序列分析，研究者可利用每周新增确诊病例与死亡病例数据，追踪病毒在脆弱人群中的传播动态。例如，通过解析居民与工作人员间的感染率差异，评估封闭管理或防控干预措施的有效性。该数据集因其细粒度的周别统计特性，成为构建传染病预测模型（如SEIR类模型）的理想训练材料，尤其适用于探讨老龄化群体在疫情中的风险演化规律。

衍生相关工作

该数据集衍生了多项经典工作，如基于多源数据融合的ESMS疫情冲击评估研究，整合了人口密度与护理人员流动数据以解释感染率空间异质性。后续工作还包括构建交互式可视化仪表盘（如法国COVID-19观测站），实时展示机构内病例趋势。此外，计量经济学领域利用该数据量化了封锁政策对居民心理健康的间接影响，通过对比同期其他机构的精神疾病发病率，揭示了防控措施的溢出效应，推动了跨学科疫情研究的深化。

数据集最近研究

最新研究方向

依托法国公共卫生署（Santé publique France）部署的COVID-19社会与医疗社会机构（ESMS）主动监测系统，该数据集记录了每周新增确诊病例与死亡病例的时序信息，成为评估养老院等脆弱人口聚集场所疫情动态演化的关键数据源。当前前沿研究聚焦于利用该纵向数据重建奥密克戎等变异株在封闭式居住设施中的传播动力学模型，并联合疫苗接种覆盖率与防控政策变动，量化非药物干预措施对机构内感染率与病死率的影响。同时，数据中“死亡地点”（院内vs.机构内）的精细化字段推动了“医疗资源可及性”相关空间流行病学分析，揭示疫情冲击下失能老人等特殊群体的不平等防护结局。该开放数据集的持续更新与标准化格式（Parquet/CSV）还为跨国比较提供了可复现的基础，对完善长期照护体系应急管理策略具有重要实践意义。