Data-Gouv-FR/maladies-cardio-neuro-vasculaires-taux-standardises-echelle-epci-odisse-sante-publique-france

该数据集由法国公共卫生部门（Santé publique France）制作，展示了2021-2023年发病率、2022年患病率和2020-2022年死亡率的标准率，针对主要心脑血管疾病。具体涵盖缺血性心脏病、中风和心力衰竭，分析可在EPCI（2024年划分）尺度上进行。指标来源于SNDS（PMSI-MCO、ALD和死亡证明），并通过直接标准化到2021年法国人口进行调整。这一统计概览有助于识别基于患者居住地的健康地域差异，同时需谨慎解释人口较少的地区。This dataset, produced by Santé publique France, presents standardized rates of incidence (2021-2023), prevalence (2022), and mortality (2020-2022) for major cardio-neuro-vascular diseases. It specifically covers ischemic heart diseases, strokes, and heart failure, with analysis available at the EPCI scale (2024 division). The indicators are derived from SNDS (PMSI-MCO, ALD, and death certificates) and adjusted by direct standardization to the 2021 French population. This statistical overview allows for the identification of territorial health disparities based on patient residence, while requiring cautious interpretation for areas with small populations.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共卫生署（Santé publique France）的Odissé开放数据库，聚焦于心脑血管疾病领域的标准化发生率、患病率及死亡率统计。构建方式上，数据以EPCI（2024年行政区划）为地理分析单元，整合了2021至2023年间法国国家健康保险信息系统（SNDS）中的住院病历、长期疾病登记及死亡证明等多源医疗行政记录。通过直接标准化法，以2021年法国人口为参照基准进行年龄性别校正，从而消除人口结构差异对疾病负担评估的干扰。数据以Parquet格式存储，在Hugging Face平台上按原始资源表划分为两个子配置，每个子集仅包含一个训练集分片，便于高效加载与处理。

使用方法

使用该数据集时，可通过Hugging Face的`datasets`库便捷调用。用户需指定具体子配置名称，例如加载包含奥弗涅-罗讷-阿尔卑斯大区数据的`bases-de-donnees-balises-region-aura`，或完整心脑血管疾病标准化率表`maladies-cardio-neuro-vasculaires-taux-standardises-epci-1`。加载后，数据以`train`分片形式呈现，可直接转为Pandas DataFrame进行后续分析。推荐使用`load_dataset`函数，并依据数据列名中的时间区间（如2021-2023）及病理类型标识进行筛选，结合地理编码进行空间流行病学建模或可视化。源码中已集成法语元数据，便于本地研究者快速理解变量含义。

背景与挑战

背景概述

该数据集由法国公共卫生机构（Santé publique France）于近年创建，旨在提供法国境内主要心脑血管疾病（包括缺血性心脏病、脑卒中及心力衰竭）的标准化发病率（2021-2023年）、患病率（2022年）及死亡率（2020-2022年）的统计数据。数据来源为国家健康保险系统（SNDS）中的住院、长期疾病及死亡证明记录，并以2021年法国人口为基准进行直接标准化处理，从而在EPCI（市镇合作公共机构，2024年版划）尺度上揭示区域健康差异。该数据集是法国公共卫生数据开放计划（Odissé）的重要组成部分，为流行病学研究和卫生政策制定提供了关键的地域健康指标，对理解心血管疾病的空间分布格局及优化资源配置具有显著影响力。

当前挑战

该数据集所解决的领域问题在于，心脑血管疾病作为全球主要死因之一，其在法国不同地区的发病率与死亡率存在显著差异，而以往缺乏精细到EPCI层面的标准化指标来支持区域性干预。构建过程中面临的挑战包括：跨数据源（PMSI-MCO、ALD、死亡证书）的整合与一致性校正，以及直接标准化方法在小规模人口区域（低效数地区）的统计稳定性问题。这些区域的指标易受随机波动影响，需要谨慎解读，以免误导防治策略的制定。此外，数据隐私保护要求也增加了细粒度地理信息发布的复杂性，需在公开透明度与个人数据匿名化之间取得平衡。

常用场景

经典使用场景

该数据集在心血管疾病流行病学研究中扮演着基石角色，尤其适用于区域健康差异分析。研究者常利用其提供的发病率、患病率与死亡率标准化指标，对缺血性心脏病、脑卒中和心力衰竭三类核心病变在法国EPCI行政区划尺度上的分布进行空间统计建模。通过整合SNDS多渠道医疗数据与直接标准化方法，该数据集为揭示社会经济地位、医疗资源配置等环境因素对心血管健康影响的深层规律提供了关键观测窗口。

解决学术问题

该数据集系统性地解决了法国基层行政单元间心血管-神经血管疾病负担量化评估的学术空白，其核心贡献在于构建了可跨区域直接比较的标准化健康指标。它攻克了小区域统计效力不足的方法论瓶颈，使得对低发病率地域的稳健推断成为可能。这些数据深刻推动了健康地理学中关于疾病空间集聚与扩散机制的研究，为验证健康不平等理论模型提供了坚实的大规模实证基础。

实际应用

在实际公共卫生治理中，该数据集已成为法国区域卫生局制定精准干预策略的核心参考。地方决策者利用EPCI层级的心血管疾病标准化率图谱，识别出需要优先分配预防资源的医疗荒漠地带。其在卫生政策评估领域的应用尤为突出，例如追踪新型抗凝药物普及对卒中发病率的动态影响，以及为社区心衰管理计划的投入产出比测算提供基线数据。

数据集最近研究

最新研究方向

该数据集聚焦于法国心血管与神经血管疾病标准化发病率、患病率及死亡率的精细化空间分析，基于EPCI尺度（2024年行政区划）揭示健康地理差异。前沿研究正借助该数据，结合SNDS医保数据库记录的住院、长期疾病及死亡证明信息，探索缺血性心脏病、脑卒中和心力衰竭的时空动态模式。近期，该数据集在国内公共卫生领域引发关注，用于辅助精准干预策略制定，尤其是在疫情后疾病负担评估与资源分配的优化中。其价值在于，通过直接标准化到2021年法国人口，提供了可比性强的区域性健康指标，为理解社会-环境因素如何塑造心血管健康不平等提供了坚实数据基础。