electricsheepasia/asia-who-estimated-antiretroviral-therapy-coverage-among-people

该数据集包含亚洲地区艾滋病毒感染者的抗逆转录病毒治疗覆盖率估计数据（百分比），由世界卫生组织全球健康观察站提供，涵盖2000年至2024年间36个亚洲国家的864个观测值，指标为HIV_ARTCOVERAGE。数据包括国家代码、年份、数值估计值（如value_numeric、value_low、value_high）等字段，适用于表格分类、回归和时间序列预测等机器学习任务，旨在支持健康数据分析和研究。This dataset contains 864 observations of Estimated antiretroviral therapy coverage among people living with HIV (%) data across 36 Asia countries, spanning 2000–2024, covering 1 distinct indicators. It is sourced from the WHO Global Health Observatory, with data fields including indicator_code, country_iso3, year, value_numeric, and others, designed for tabular classification, regression, and time-series forecasting tasks in health analytics.

搜集汇总

数据集介绍

构建方式

该数据集源于世界卫生组织（WHO）全球卫生观察站（GHO）的官方统计，经由Electric Sheep Asia团队重新封装并发布至HuggingFace平台。数据集以表格形式收录了2000年至2024年间亚洲36个国家的抗逆转录病毒治疗覆盖率（HIV_ARTCOVERAGE）估算数据，共计864条观测记录。每条观测涵盖国家ISO3代码、WHO区域、年份、数值型覆盖率及其置信区间上下限、展示文本及数据更新日期等字段，结构清晰且便于直接导入分析流程。

特点

数据集覆盖36个亚洲国家，时间跨度长达25年，提供了统一的抗逆转录病毒治疗覆盖率指标，为区域纵向比较与跨国趋势分析奠定了数据基础。数据不仅包含点估计值，还附带了置信区间，允许研究者评估不确定性。此外，每份观测均标注了数据最新更新时间，确保用户可追溯时效性，体现了数据治理的严谨性。

使用方法

用户可通过HuggingFace的`datasets`库直接加载数据，例如调用`load_dataset("electricsheepasia/asia-who-estimated-antiretroviral-therapy-coverage-among-people")`即可获取训练集并将其转换为Pandas DataFrame。随后可灵活进行按国家筛选、按年份排序的时序分析，或利用pivot_table构建国家×年份矩阵，便于绘制趋势图或执行回归建模，满足流行病学研究与公共卫生政策分析的需求。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）通过其全球卫生观察站（GHO）收集并发布，后经Electric Sheep Asia于2024年重新打包并托管于HuggingFace平台，旨在提供亚洲36个国家在2000年至2024年间抗逆转录病毒治疗（ART）覆盖率的精确估计。核心研究问题聚焦于量化HIV感染者中ART治疗的可及性与覆盖程度，以评估区域公共卫生干预效果并指导资源分配。作为全球健康数据生态的重要组成部分，这一数据集为流行病学建模、跨国比较研究及联合国艾滋病规划署（UNAIDS）的“90-90-90”目标监测提供了关键实证基础，对推动亚洲地区艾滋病防控政策的循证决策具有显著影响力。

当前挑战

该数据集所解决的领域问题包括：首先，精确测量和跨时空比较不同国家的ART覆盖率，以克服传统健康指标在定义、数据收集方法和报告周期上的不一致性；其次，填补亚洲区域系统性、标准化艾滋病治疗覆盖数据的空白，支持跨国趋势分析和干预效果评估。在构建过程中，面临的挑战主要有：整合来自36个不同卫生信息系统和报告框架的源数据，确保语义一致性；处理不同国家间数据缺失、报告延迟以及置信区间（如value_low和value_high字段）的不均匀性；以及将原始WHO数据转换为统一的、机器可读的Parquet格式，同时保留完整元数据以供研究人员直接使用。

常用场景

经典使用场景

该数据集汇集了世界卫生组织全球卫生观察站发布的2000年至2024年间亚洲36个国家的抗逆转录病毒疗法覆盖率估算数据，共864条观测记录。在流行病学与公共卫生研究中，它常被用于评估各国HIV治疗普及程度的时空演变趋势，研究者可借助时间序列分析揭示不同国家在防治艾滋病方面的进展差异，或通过面板数据模型探究政策干预、经济发展水平与治疗覆盖率之间的内在关联。

实际应用

在实际应用中，该数据集可支撑国际卫生组织与各国疾控部门开展HIV疫情监测与效果评估，例如用于动态追踪抗病毒治疗项目的覆盖缺口，辅助制定分国家、分时期的药物采购与分发计划。非政府组织也可基于覆盖率变化趋势，设计针对性的社区动员与患者教育方案，提升治疗依从性。此外，数据还可融入卫生经济学模型，测算治疗普及对艾滋病相关死亡率与医疗成本的影响。

衍生相关工作

该数据集可衍生出多项经典研究工作，例如构建亚洲各国HIV治疗覆盖率的预测模型，利用机器学习方法挖掘社会经济、卫生投入等影响因素的非线性关系；也可与WHO其他传染病数据（如结核病、梅毒）联合分析，揭示多重疾病共治的协同效应。此外，基于时间序列分解与聚类分析，可识别治疗覆盖模式相似的亚区域，为跨国家政策学习与南南合作提供数据驱动建议。