Data-Gouv-FR/indicateurs-de-sante-cardiovasculaire-et-determinants-multi-thematiques-echelle-epci-auvergne-rh

该数据集允许在奥弗涅-罗讷-阿尔卑斯大区范围内，以公共机构间合作组织（EPCI）为尺度，进行心血管健康的多维地域诊断。作为CardiAura项目的一部分，该数据集交叉引用了参考流行病学数据（来自法国公共卫生部门-Odissée的发病率和患病率）与健康决定因素的三大支柱：1. 社会经济决定因素（FDep贫困指数、收入、失业率、社会职业类别 - 来源Insee）；2. 环境决定因素（空气质量、噪音污染、工业风险 - 来源OSE / Balises）；3. 医疗保健提供与获取（本地化潜在可及性、医疗密度、医疗机构 - 来源DREES / Balises）。该资源库的目标是促进地域脆弱性分析，从而帮助识别与地方特性相关的公共行动杠杆。This dataset enables a multidimensional territorial diagnosis of cardiovascular health within the Auvergne-Rhône-Alpes region, at the scale of Public Establishments for Inter-municipal Cooperation (EPCI). Developed as part of the CardiAura project, this dataset cross-references reference epidemiological data (incidence and prevalence from Santé Publique France - Odissée) with the three pillars of health determinants: 1. Socio-economic determinants (FDep deprivation index, income, unemployment rate, socio-professional categories - sources Insee); 2. Environmental determinants (Air quality, noise pollution, industrial risks - sources OSE / Balises); 3. Healthcare provision and access (Localized Potential Accessibility, medical density, healthcare facilities - sources DREES / Balises). The objective of this repository is to facilitate the analysis of territorial vulnerabilities, thereby aiding in the identification of public action levers correlated with local specificities.

搜集汇总

数据集介绍

构建方式

该数据集源自法国开放数据平台data.gouv.fr，隶属于CardiAura项目，旨在对奥弗涅-罗讷-阿尔卑斯大区的社区间公共合作机构（EPCI）尺度进行多维心血管健康诊断。构建过程整合了多种权威来源：流行病学参考数据来自法国公共卫生署的Odissée系统，涵盖心血管疾病的发病率与患病率；社会经济学指标取自Insee，包括FDep贫困指数、收入、失业率及职业类别；环境质量数据源自OSE/Balises，涉及空气质量、噪声污染与工业风险；医疗资源数据来自DREES/Balises，包含地方医疗可及性与医生密度。所有数据在EPCI地理层级上交叉融合，形成综合性的区域健康画像。

特点

该数据集的核心特点在于其多主题交叉性，将心血管健康指标与社会、环境、医疗三大决定因素系统性地关联于同一地理尺度。它提供了统一的EPCI层级参考框架，便于用户深入剖析区域脆弱性与健康差异。数据覆盖面广，从个体社会经济地位到社区环境暴露，再到医疗服务可及性，形成完整的因果关系链条。此外，数据集以标准化的parquet格式存储，并配有详细变量字典，确保可重复性与透明性，支持跨学科研究与政策制定。

使用方法

该数据集通过Hugging Face平台发布，用户可使用`datasets`库直接加载。具体而言，可通过`load_dataset`函数指定配置名`dictionnaire_variables`获取变量字典，从而理解各字段含义与来源。数据集仅包含`train`分割，适用于探索性分析、统计建模或机器学习任务。研究者可据此进行区域聚类分析、风险因素识别或公共卫生干预效果评估。建议结合地理信息系统软件可视化EPCI级别的空间模式，以识别高优先级干预区域。

背景与挑战

背景概述

心血管疾病作为全球首要死因，其发病风险深受地域性社会经济与环境因素的交互影响。在此背景下，法国公共健康数据平台Data.gouv.fr于近期发布了名为‘Indicateurs de santé cardiovasculaire et déterminants multi-thématiques — Échelle EPCI (Auvergne-Rhône-Alpes)’的数据集，由CardiAura项目团队主导开发，旨在构建奥弗涅-罗讷-阿尔卑斯大区范围内的多层次健康诊断工具。该数据集以市镇合作公共机构（EPCI）为空间单元，整合了法国公共卫生署Odissée系统的流行病学基准数据（如发病率和患病率），并创新性地将社会经济（FDep贫困指数、收入、失业率）、环境（空气质量、噪音污染、工业风险）与医疗可及性（APL得分、医生密度）三大健康决定因素协同分析，为揭示区域性健康脆弱性、指导精准公共政策干预提供了前所未有的数据基础，成为法国区域健康地理学研究的重要里程碑。

当前挑战

该数据集面临的核心挑战在于如何有效量化并解耦多重健康决定因素对心血管疾病负担的复杂非线性影响，传统线性模型难以捕捉贫困、环境暴露与医疗服务可达性之间的协同或拮抗效应。构建过程中，跨机构数据融合遭遇了显著困难：Santé Publique France的流行病学数据与Insee的社会经济指标在EPCI尺度上的空间分辨率不匹配，且多源数据的时间戳差异（如2018年人口普查数据与2020年环境监测记录）导致纵向可比性受损。此外，环境暴露评估精度受限于监测点稀疏分布，而医疗可及性指标（如APL）因乡村与城市地带就诊行为异质性而产生系统性偏差，这些技术障碍共同构成了数据集支持区域性健康不平等量化分析时的严峻考验。

常用场景

经典使用场景

该数据集作为法国奥弗涅-罗讷-阿尔卑斯大区心血管健康领域一项开创性多维度诊断工具，经典应用场景聚焦于整合区域内公共跨市合作机构（EPCI）层面的流行病学数据与健康决定因素。研究者可借助该数据集，将心血管疾病发病率与患病率等核心健康指标，同社会经济、环境及医疗资源可达性等结构化数据精准对齐，从而揭示特定区域健康风险的复合作用机制。

衍生相关工作

该数据集作为CardiAura项目的核心产出，衍生出多项融合空间统计与机器学习的前沿探索。典型工作包括构建‘社会经济-环境-医疗’多层级贝叶斯模型，以量化各决定因素对心血管疾病负担的归因风险；以及开发基于EPCI特征的脆弱性指数，通过聚类分析识别出隐藏的‘健康贫困光环’区域。此外，部分研究尝试利用该数据集训练神经网络预测疾病爆发风险，推动了数字孪生在区域健康治理中的应用。

数据集最近研究

最新研究方向

该数据集聚焦于法国奥弗涅-罗讷-阿尔卑斯大区EPCI尺度的心血管健康多维决定因素分析，是精准公共卫生领域的前沿实践。结合《柳叶刀》等权威期刊对健康社会决定因素的持续关注，该数据整合了流行病学指标（如发病率、患病率）与三大核心决定因素——社会经济脆弱性（FDep指数、收入、失业率）、环境风险（空气质量、噪声、工业危害）以及医疗可及性（APL、医生密度）。其突破性在于通过多源数据（Insee、Santé Publique France、DREES）的跨尺度融合，为地方政策制定者提供基于证据的脆弱地域识别工具，呼应了世界卫生组织倡导的‘健康融入所有政策’框架，对缩小健康不平等、优化区域卫生资源配置具有深远的循证意义。