electricsheepafrica/africa-who-total-density-per-million-population-gamma-camera-or

该数据集包含非洲国家在2010年至2021年间关于每百万人口中伽马相机或核医学设备的总密度的观测数据，指标代码为DEVICES11。数据来源于WHO Global Health Observatory，并以Parquet文件格式重新打包。数据集包含34个非洲国家的74行数据，每行数据包括国家代码、年份、数值估计值、置信区间等信息。这是Electric Sheep Africa项目的一部分，该项目是一个统一的、适合机器学习使用的非洲数据仓库。

This dataset contains country-level observations for the WHO GHO indicator Total density per million population: Gamma camera or Nuclear medicine (DEVICES11) across African nations, spanning 2010–2021. It is part of the Electric Sheep Africa collection — a unified, ML-ready repository of African data. Data is sourced directly from the WHO Global Health Observatory OData API and repackaged as Parquet files with a consistent schema. All values are drawn from NumericValue (the float-precision field), not the display string. Confidence interval bounds (value_low, value_high) are included where available.

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察站（WHO GHO）的OData API，聚焦于非洲地区伽马相机或核医学设备每百万人口的总密度指标（DEVICES11）。数据涵盖2010年至2021年间34个非洲国家的年度观测值，共74条记录，均以Parquet文件格式存储，并遵循一致的列式架构。所有数值均取自浮点精度的NumericValue字段，而非显示字符串，同时包含可用时的置信区间上下限，从而为机器学习任务提供了清洁且可直接使用的结构化数据。

特点

本数据集的核心特点在于其专门针对非洲区域的医疗设备密度指标进行精细化采集，仅包含单一数值维度，无需额外分层处理。每条记录对应特定国家与年份的独立观测，辅以WHO区域代码及ISO国家代码，便于空间分析。此外，数据提供了置信区间字段，增强了统计可靠性，适合用于时间序列预测、区域比较及公共卫生政策评估等任务。数据集规模虽小，但聚焦性强，是研究非洲医疗资源分布与演进趋势的宝贵资源。

使用方法

用户可通过HuggingFace Datasets库便捷加载，使用如`load_dataset('electricsheepafrica/africa-who-total-density-per-million-population-gamma-camera-or')`命令直接获取训练集，并转换为Pandas DataFrame进行分析。建议在应用前过滤出两性均等（BTSX）或空值的维度列，以获取国家层面的全国性观测数据。若需特定国家的时间序列，可按ISO3代码筛选并按年份排序，从而支持模型训练与趋势可视化。

背景与挑战

背景概述

该数据集由Electric Sheep Africa团队于2023年整理发布，源自世界卫生组织全球卫生观察站（WHO GHO）的开放数据接口，聚焦非洲地区每百万人中伽马相机或核医学设备密度的指标（DEVICES11）。作为非洲卫生资源可及性研究的关键组成部分，该数据跨越2010年至2021年，涵盖34个非洲国家，共74条观测记录，旨在量化核医学设备在非洲大陆的分布水平与时空演变。其核心研究问题在于揭示非洲地区高端医疗设备配置的不均衡性，为区域卫生政策制定、国际援助分配及健康公平性评估提供数据支撑。该数据集凭借统一的结构化schema和机器学习就绪的Parquet格式，在卫生经济学、全球健康监测及人工智能辅助的医疗资源规划等领域具有显著应用价值，推动了非洲卫生数据的标准化与可复用性。

当前挑战

该数据所解决的核心领域问题是核医学设备在非洲大陆的分布密度量化与评估，挑战在于非洲各国卫生统计体系薄弱，导致历史数据缺失严重，34国仅产出74条有效记录，样本稀疏性限制了时空推断与趋势分析的可靠性。构建过程中，团队需从WHO OData API中抽取原始数据，面临跨年份、跨国别的数据对齐难题，包括国家代码一致性、置信区间边界值的稀疏填报（仅部分年份提供）以及无子维度分层（如性别、城乡）带来的聚合偏差。此外，原始数据中数值字段与显示字符串的歧义需通过仅保留NumericValue浮点精度字段来消歧，同时确保指标代码（DEVICES11）在不同版本API中的稳定性，这些技术挑战共同构成了从原始统计到ML就绪数据集的转化瓶颈。

常用场景

经典使用场景

在非洲医疗卫生资源配置的研究中，该数据集被广泛用于分析伽马相机或核医学设备在各国每百万人口中的分布密度。研究者通常将其作为评估核医学可及性的核心指标，结合各国人口结构与经济水平，揭示医疗设备分布的非均衡性。通过时间序列数据，学者能够追踪2010至2021年间设备密度的演变趋势，对比不同国家的服务覆盖水平，为区域医疗政策制定提供数据驱动的基础。

衍生相关工作

基于该数据衍生的工作包括一系列非洲医疗资源配置的比较研究与时空建模工作。相关学者以此为输入构建了预测模型，模拟资源再分配对健康结果的影响，或将其与疾病发病率数据结合，评估核医学诊断覆盖率。这些研究常出现在全球健康、卫生政策与放射学领域的顶级期刊中，并与WHO全球卫生观察站的其他设备密度数据联动，形成对非洲医学影像资源生态的系统性刻画。

数据集最近研究

最新研究方向

在非洲医疗资源分配与健康公平性研究的前沿，该数据集聚焦于伽马相机或核医学设备每百万人口密度的时空分布，为量化诊断成像基础设施的可及性提供了关键基准。结合WHO全球卫生观察站的数据脉络，研究者正利用该指标追踪非洲国家在非传染性疾病防控与精准医疗部署中的设备缺口，尤其与2015年联合国可持续发展目标（SDG 3.8）中全民健康覆盖的监测紧密关联。通过十年跨度的横截面分析，该数据揭示了撒哈拉以南非洲地区核医学资源极度不均的现状，为模型驱动的卫生政策优化和投资优先级排序提供了实证基础，从而推动了以数据为中心的区域性健康系统韧性研究。