sri-lankan-medical-institutional-data

斯里兰卡医疗机构数据（2024）是一个综合性的地区级医疗健康数据集，旨在支持关于急诊医疗可及性、创伤护理系统、医疗资源分配和空间流行病学的可重复研究。该数据集整合了来自2024年斯里兰卡官方政府出版物（主要是《年度健康公报2024》）的公开数据，内容涵盖医疗基础设施、疾病负担和人口统计信息。具体数据包括各地区的人口分布、行政土地面积、二级和三级医疗机构数量、医院床位容量、重症监护病房（ICU）床位可用性、手术室可用性、外科医生和医师数量，以及多种疾病（如哮喘、缺血性心脏病、脑血管疾病、中毒、肺炎、创伤性损伤、蛇咬伤）的报告病例数。此外，数据集还提供了配备ICU设施的医院的地理坐标（经纬度）。数据集以两种互补格式提供：一个包含所有12个工作表的Microsoft Excel工作簿，以及12个独立的CSV文件，便于在不同分析工具中使用。该数据集适用于医疗保健可及性建模、空间可及性分析、公共卫生分析、医疗GIS研究、机器学习（特别是表格分类与回归任务）以及健康政策模拟等多种研究场景。所有数据均为地区或医院级别的聚合数据，不包含任何个人身份信息。The Sri Lanka Healthcare Facilities Data (2024) is a comprehensive district-level healthcare dataset designed to support reproducible research on emergency medical accessibility, trauma care systems, healthcare resource allocation, and spatial epidemiology. It integrates publicly available data from official Sri Lankan government publications in 2024 (primarily the Annual Health Bulletin 2024), covering healthcare infrastructure, disease burden, and demographic information. Specific data includes population distribution, administrative land area, numbers of secondary and tertiary healthcare facilities, hospital bed capacity, intensive care unit (ICU) bed availability, operating room availability, numbers of surgeons and physicians, and reported case counts for various diseases (such as asthma, ischemic heart disease, cerebrovascular disease, poisoning, pneumonia, traumatic injuries, and snakebites). Additionally, the dataset provides geographic coordinates (latitude and longitude) for hospitals equipped with ICU facilities. The dataset is offered in two complementary formats: a Microsoft Excel workbook containing all 12 worksheets, and 12 separate CSV files for ease of use in different analytical tools. It is suitable for various research applications, including healthcare accessibility modeling, spatial accessibility analysis, public health analysis, medical GIS research, machine learning (particularly tabular classification and regression tasks), and health policy simulation. All data are aggregated at the district or hospital level and do not contain any personally identifiable information.

原始信息汇总

数据集概览

数据集名称：Sri Lankan Medical Institutional Data (2024)

许可证：Creative Commons Attribution 4.0 International (CC-BY-4.0)

语言：英语

数据集规模：1,000 < 样本数 < 10,000

标签：医疗保健、斯里兰卡、急诊医学、地理空间、公共卫生、创伤护理、可及性、医院、ICU、医疗基础设施、资源分配

任务类型：表格分类、表格回归

---

数据集描述

该数据集来源于研究论文《Golden Hour Divide: Trauma Care Accessibility and Resource Vulnerability in Sri Lanka》。数据集整合了2024年斯里兰卡官方政府出版物中的区级医疗基础设施、疾病负担、人口统计和医院地理空间信息，旨在支持关于紧急医疗可及性、创伤系统、医疗资源分配和空间流行病学的可重复研究。该数据集是论文中各项分析（包括可及性建模、需求缺口指数计算、H3六边形空间分析及区级聚类）的基础。

主要数据来源：

• 2024年度健康公报
• 医学统计单位
• 斯里兰卡卫生部

---

数据集结构

数据集提供两种互补格式，以适应不同的研究工作流程：

1. Microsoft Excel工作簿：包含所有12个工作表的单个Excel文件 (Sri_Lankan_Medical_Institutional_Data.xlsx)
2. 独立CSV文件：存放在 data/ 目录下，便于数据科学工具使用

CSV文件目录结构：

data/ ├── 01_land_area_population.csv ├── 02_institutions_beds.csv ├── 03_icu_beds_distribution.csv ├── 04_operating_theatres.csv ├── 05_surgeons_physicians.csv ├── 06_asthma_heart_cvd.csv ├── 07_poisoning.csv ├── 08_pneumonia.csv ├── 09_traumatic_injuries.csv ├── 10_snake_bites.csv ├── 11_leading_causes.csv └── 12_icu_locations.csv

---

数据集内容详情

配置文件名称	文件描述
land_area_population	各区陆地面积、人口和人口百分比
institutions_beds	各区二级和三级医疗机构及医院床位数量
icu_beds_distribution	按医院和区划分的重症监护室（ICU）床位分布
operating_theatres	按医院和区划分的手术室分布
surgeons_physicians	各区外科医生和内科医生数量
asthma_heart_cvd	各区报告的哮喘、缺血性心脏病和脑血管疾病病例
poisoning	各区报告的中毒病例
pneumonia	各区报告的肺炎病例
traumatic_injuries	各区报告的创伤性损伤病例
snake_bites	各区报告的蛇咬伤病例
leading_causes	斯里兰卡住院和死亡的主要原因
icu_locations	配备ICU设施的医院的地理坐标（纬度和经度）

---

预期用途

该数据集适用于以下研究领域：

• 医疗可及性建模
• 急诊医疗服务研究
• 空间可及性分析
• 卫生系统工程
• 医学地理信息系统研究
• 公共卫生分析
• 医疗基础设施机器学习
• 医疗资源分配
• 政策模拟
• 相关论文结果的可重复验证

---

相关论文

该数据集伴随论文《Golden Hour Divide: Trauma Care Accessibility and Resource Vulnerability in Sri Lanka》发布。论文引入了以下方法：

• 通用需求缺口指数（NGI）
• 疾病特异性需求缺口指数
• 地形感知H3可及性分析
• 资源加权脆弱性建模
• K均值区级原型聚类
• 专科医生重新分配政策模拟

---

伦理与限制

• 无个人身份信息：所有数据均按医院或区级汇总，来源于公开的政府报告，不包含任何患者级记录。
• 数据时效性：数据代表2024年的官方统计数据。
• 分析局限性：医院可及性基于静态道路网络分析，未包含实时交通状况；疾病计数代表报告的医疗利用率，可能无法反映真实发病率；未纳入2024年度健康公报之后发布的更新数据。

---

许可与引用

• 许可：数据基于CC-BY-4.0许可证分发。用户在使用时应适当注明斯里兰卡卫生部。
• 引用：如使用该数据集，请引用论文《Golden Hour Divide: Trauma Care Accessibility and Resource Vulnerability in Sri Lanka》。

搜集汇总

数据集介绍

构建方式

本数据集源自斯里兰卡卫生部2024年官方发布的《年度健康公报》与医学统计资料，经系统整合与结构化处理而成。研究团队以行政区划为基本单元，从土地面积、人口分布、医疗机构配置、重症监护室床位、手术室资源、专科医师数量及疾病负担等维度，抽取并规范化了12个核心数据模块。为兼顾传统统计分析与现代数据科学工作流，数据同时以单一Microsoft Excel工作簿和独立CSV文件两种形式发布，每张表格均对应一个明确的主题域，确保信息溯源清晰且便于跨工具复用。

特点

该数据集最显著的优势在于其多维融合的结构与空间显式特征。它不仅在医疗资源层面覆盖了机构、床位、ICU、手术室及医务人员等关键指标，还同步纳入了领地人口统计与慢性病、中毒、肺炎、外伤、蛇咬等十余类疾病的区域分布数据。特别配置的ICU定点医院地理坐标信息，使得基于H3六边形网格的精细化可达性建模、Need-Gap指数计算以及K-Means行政区聚类分析成为可能，从而为创伤救治的“黄金小时”可及性评估提供实证基础。

使用方法

用户可通过Hugging Face Datasets库便捷调用本数据。安装datasets后，使用load_dataset函数并指定配置名称，如land_area_population或icu_beds_distribution，即可将对应表格加载为适用于机器学习框架的标准数据集对象。数据集共提供12个预定义配置，涵盖从人口统计、资源配置到疾病负担、地理坐标的完整信息链。研究人员亦可直接读取data/目录下的独立CSV文件，以适配基于pandas、scikit-learn或PyTorch的自定义分析管线。

背景与挑战

背景概述

斯里兰卡医疗制度在创伤救治领域长期面临资源分布不均的痼疾，尤其是在紧急医疗服务可达性方面存在显著的地域差异。2024年发布的Sri Lankan Medical Institutional Data数据集由Sonath Kirindage等研究人员基于斯里兰卡卫生部年度健康公报等官方资料系统整理而成，核心研究问题在于量化创伤救治的“黄金一小时”可达性与资源脆弱性。该数据集整合了全国各区的人口、医疗设施、重症监护室床位、外科医师配置及疾病负担等多维信息，为医疗地理信息系统、空间流行病学及卫生政策模拟提供了关键数据基础，对推动发展中国家紧急医疗体系的可重复性研究具有深远影响。

当前挑战

该数据集所解决的领域问题核心在于创伤救治可达性建模中数据碎片化与空间异质性的挑战。斯里兰卡不同行政区在医疗资源密度、地形复杂度及交通网络成熟度上差异悬殊，导致传统的均值化分析方法难以捕捉局部脆弱性。构建过程中面临的挑战包括：官方数据源格式不统一，需跨年度公报进行字段对齐与缺失值推断；医院地理坐标的精度受限，部分基层机构仅能定位至区级而非精确经纬度；疾病上报数据受就医行为影响而存在统计偏倚，如蛇咬伤在偏远地区可能严重漏报。这些因素对资源分配模型的鲁棒性提出了严苛要求。

常用场景

经典使用场景

在医疗地理信息系统与空间流行病学研究领域，该数据集凭借其详尽的区级医疗基础设施、疾病负担及人口统计信息，成为评估紧急医疗服务可及性的黄金标准。研究者常利用其中ICU床位分布、创伤病例及医院地理坐标等模块，构建基于H3六边形网格的时空可达性模型，量化灾难响应的'黄金小时'窗口内医疗资源的覆盖短板。

解决学术问题

该数据集的核心学术贡献在于系统性地解决了发展中国家医疗资源空间配置不均这一长期棘手难题。通过引入Need-Gap Index（NGI）通用与疾病特异性指标，结合地形感知的可达性分析与K均值聚类模型，为识别脆弱区域、解析资源需求缺口提供了可复现的数学框架，极大推动了精确公共卫生领域的理论演进。

衍生相关工作

围绕该数据集已衍生出多项标志性工作，包括基于资源加权脆弱性的区级聚类分析、面向专科医师再分配的政策仿真实验，以及结合路网静态分析但铺垫了动态交通流研究的可达性评估。这些工作共同构成了从数据收集到政策模拟的完整方法论链条，为后续融合实时交通与气象因子的下一代应急响应模型奠定了坚实基础。