fair-forward/rabies_diagnosis_outbreak_prediction

该数据集旨在帮助在资源匮乏的环境中实现人类和动物狂犬病的实时远程诊断。通过时间序列方法，可以应用于疫情数据集，以预测特定区域在给定时间间隔内可能发生的狂犬病病例数量。这种方法也有助于资源调配，例如确定特定时间特定区域所需的疫苗数量。数据集包含三个子集：动物和人类的狂犬病诊断数据集，分别有7,081和4,585个观察值，以及一个包含1,018个观察值的疫情预测数据集。

原始信息汇总

数据集概述

数据集名称

• 名称: rabies_diagnosis

数据集描述

• 目的: 用于实时和远程诊断人类及动物的狂犬病，并预测疫情爆发。
• 应用: 通过时间序列分析预测特定区域内未来一段时间内可能发生的狂犬病病例数，辅助资源调配，如疫苗需求量。
• 数据量: 总观测数为12,684。
  • 动物狂犬病诊断数据集: 7,081观测
  • 人类狂犬病诊断数据集: 4,585观测
  • 疫情预测数据集: 1,018观测

作者信息

• 作者: Asa Emmanuel, Rebecca Chaula, Deogratias Mzurikwao, Joel Changalucha, Kennedy Lushasi

引用方式

• 引用: DOI 10.5281/zenodo.10068425

搜集汇总

背景与挑战

背景概述

该数据集旨在支持低资源环境下人类和动物的狂犬病实时远程诊断，并可通过时间序列方法预测特定区域的疫情爆发情况。数据集包含12,684条记录，分为动物诊断、人类诊断和疫情预测三个子集，但由于数据文件列不匹配问题，目前无法完整生成数据集。