electricsheepeurope/europe-who-neonates-protected-at-birth-against-neonatal-tetanus

该数据集包含欧洲新生儿破伤风出生保护率（PAB）的数据，覆盖阿尔巴尼亚（ALB）一个国家，时间跨度为2000年至2022年，共23个观测值。数据来源于世界卫生组织全球健康观察站（WHO GHO），指标代码为WHS4_128。数据集以表格形式存储，包括指标代码、国家ISO3代码、年份、数值等列，适用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包发布，遵循CC-BY-4.0许可。This dataset contains data on the percentage of neonates protected at birth against neonatal tetanus (PAB) in Europe, covering one country (Albania, ALB) from 2000 to 2022, with 23 observations. The data is sourced from the WHO Global Health Observatory (GHO) with indicator code WHS4_128. It is structured in tabular format with columns such as indicator_code, country_iso3, year, and value_numeric, suitable for tabular classification, regression, and time-series forecasting tasks. The dataset is repackaged by Electric Sheep Europe and released under the CC-BY-4.0 license.

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（WHO）全球卫生观察站（GHO）的官方统计，由Electric Sheep Europe团队进行系统化整理与再包装。原始数据经过严格的质量审核与标准化处理，最终以表格形式呈现，涵盖23条观测记录，时间跨度从2000年至2022年，聚焦于欧洲地区新生儿出生时免受新生儿破伤风感染的保护率（PAB）。数据集的构建遵循统一的数据模式，包含国家ISO代码、年份、数值指标及可信区间等字段，并采用Parquet格式存储，便于后续机器学习任务的直接调用与分析。

特点

该数据集的核心特点在于其简洁而专注的结构，仅包含一个欧洲国家的23条时间序列观测数据，指标唯一（WHS4_128），呈现了新生儿破伤风保护率的年度变化趋势。数据经过精心清洗与规范化，缺失值以统一符号标注，数值型字段与显示字段分离设计，兼顾计算精度与可读性。此外，数据集具备明确的时空标签（2000-2022）和地理覆盖（阿尔巴尼亚），为纵向比较与建模提供了可靠基础。

使用方法

用户可通过HuggingFace Datasets库中的`load_dataset()`函数直接加载该数据集，并将其转化为Pandas DataFrame进行后续操作。典型用法包括按国家进行筛选、对单一指标进行时间序列可视化、以及将数据重塑为国家×年份的矩阵形式，以支持回归分析或趋势预测等任务。数据集设计高度兼容机器学习工作流，尤其适合用于时间序列预测和分类建模的基准测试与验证。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）全球卫生观察站（GHO）于2022年发布，经Electric Sheep Europe重新整理后托管于HuggingFace平台。其核心研究问题是追踪2000至2022年间欧洲地区新生儿出生时免受新生儿破伤风感染的比例（PAB），以评估疫苗接种覆盖成效。数据集仅包含阿尔巴尼亚一国的23条观测记录，虽样本量有限，却为区域公共卫生监测提供了可量化指标，支持研究者进行时间序列分析与政策效果回溯，在流行病学与全球健康领域具有基础性参考价值。

当前挑战

领域方面，该数据集致力于解决新生儿破伤风预防效果的量化评估难题，但单一国家、少量观测的数据规模限制了跨区域比较与泛化结论的生成。构建过程中，数据来源依赖WHO官方统计，虽权威性高，却面临原始数据缺失值（如value_low、value_high字段为占位符）、时间跨度内可能存在报告口径变更等挑战，导致数据插补与一致性校验成为必要步骤。此外，重新打包时需处理异构数据源的模式对齐与长期维护，确保科研人员能直接调用而无需重复清洗，这对数据管线的稳健性提出了要求。

常用场景

经典使用场景

该数据集聚焦于欧洲地区新生儿出生时免于破伤风感染的比例（PAB），收录了阿尔巴尼亚一国自2000年至2022年间共计23条年度观测记录。在经典使用场景中，研究者常将其作为时间序列分析的基石，通过绘制指标随年份变化的曲线，揭示新生儿破伤风预防覆盖率的演进趋势。同时，该数据集亦可用于构建小型分类或回归模型，探索年份、国家特征与保护率之间的潜在关联，为区域公共卫生政策的量化评估提供数据驱动的初步洞察。

实际应用

实际应用场景中，该数据集可被公共卫生决策者与数据分析机构用于监测和优化新生儿破伤风免疫策略。例如，通过分析保护率的历史变化，识别出覆盖率下降的年份，进而回溯对应时期政策调整或资源分配的变化，指导未来干预措施的精准投放。此外，该数据还能作为仪表盘或健康报告的核心数据源，可视化呈现欧洲国家在消除新生儿破伤风方面的进展，增强公众健康传播的科学性与说服力。

衍生相关工作

围绕该数据集衍生出多项经典工作，其中最受瞩目的是其在时间序列预测建模中的应用。研究者利用2000至2022年的年度观测数据，训练ARIMA、Prophet乃至轻量级神经网络模型，以预测未来数年新生儿破伤风保护率的走向，提前预警可能出现的覆盖率滑坡。此外，该数据集常被整合进更广泛的欧洲健康指标集合中，为区域卫生系统的横截面分析提供关键变量，推动诸如医疗资源可及性与疫苗接种公平性等交叉议题的探索，释放了单一指标在多元研究生态中的链接价值。