electricsheepafrica/africa-who-dtp3-immunization-coverage-among-one-year-olds

该数据集包含非洲各国WHO全球健康观察指标“一岁儿童DTP3疫苗接种覆盖率（%）”（指标代码：`vdpt`）的国家级观察数据，时间跨度为1993年至2019年。数据集是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。数据直接来源于WHO全球健康观察站OData API，并以Parquet文件形式重新打包，采用一致的架构。所有数值均来自`NumericValue`（浮点精度字段），而非显示字符串。在可用的情况下，还包括置信区间边界（`value_low`、`value_high`）。

This dataset contains country-level observations for the WHO GHO indicator "DTP3 immunization coverage among one-year-olds (%)" (`vdpt`) across African nations, spanning 1993–2019. 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，聚焦于非洲地区一岁儿童中白喉-破伤风-百日咳三联疫苗（DTP3）的免疫覆盖率指标。数据以Parquet格式重新封装，确保了一致的schema结构，并直接使用浮点精度的`NumericValue`字段作为核心数值，同时保留了置信区间上下界信息。数据集覆盖1993至2019年间41个非洲国家，共计5990行观测记录，每一行代表特定国家、年份及其可能的分层维度组合，从而实现了多维度的精细化数据采集与整理。

使用方法

用户可通过HuggingFace的`datasets`库便捷加载该数据集，例如使用`load_dataset`函数直接获取训练集，并转换为Pandas DataFrame进行后续操作。针对不同研究需求，可以通过过滤`dim1`和`dim2`列来提取特定亚群的数据，例如筛选性别为“男女均含”的行以获得全国层面的估计值，或按国家代码（如`KEN`）排序以分析特定国家的时间序列趋势。数据集的字段设计友好，支持灵活的聚合与可视化分析。

背景与挑战

背景概述

该数据集源自世界卫生组织（WHO）全球卫生观察站（GHO），由Electric Sheep Africa团队在2025年整理发布，聚焦于非洲地区1岁儿童DTP3疫苗（百白破三联疫苗第三剂）的免疫覆盖率。DTP3覆盖率是评估全球免疫规划成效和儿童健康水平的核心指标，直接关联联合国可持续发展目标（SDG）中关于减少儿童可预防死亡的目标。数据集涵盖1993年至2019年间41个非洲国家的5990条观测记录，包含按性别、居住地、教育水平、财富十分位等维度分层的细粒度数据，为研究非洲免疫不平等现象、评估疫苗接种策略效果提供了宝贵的时间序列与跨区域数据基础。该数据集对流行病学、全球卫生政策及机器学习在公共卫生领域的应用具有重要推动力，有助于揭示非洲地区免疫覆盖的长期趋势与区域差异。

当前挑战

该数据集所解决的领域问题在于量化非洲地区DTP3免疫覆盖率的时空动态与结构性不平等。核心挑战包括：一是数据稀疏性与质量不均——非洲多国卫生信息系统薄弱，导致部分年份或国家数据缺失，且WHO官方数据虽经标准化处理，但不同来源的统计口径与报告偏差仍可能影响分析结果的稳健性；二是多维度分层带来的分析复杂性，研究者需处理性别、城乡、教育水平与财富水平等交叉维度的数据聚合与解释；三是构建过程中，需从WHO GHO的OData API抓取异构数据并进行统一清洗与格式转换，同时保留置信区间信息以支持不确定性量化。此外，数据覆盖时段终止于2019年，无法反映新冠疫情对免疫服务的后续冲击，需结合更新数据以保持时效性。

常用场景

经典使用场景

该数据集聚焦于非洲地区一岁儿童白喉-破伤风-百日咳（DTP3）疫苗的覆盖率评估，收录了1993年至2019年间41个非洲国家的详细观测数据。作为全球健康观察（GHO）指标体系的组成部分，它以国家层级为单位，提供了基于数值型精确度量的免疫接种覆盖率点估计值，同时附带了置信区间信息。研究者常将其用于追踪非洲各国疫苗接种计划的纵向进展，通过时间序列分析揭示覆盖率的变化趋势，比较各国间的差异，并借助其丰富的子维度（如性别、居住区域类型、财富五等分等）开展人群细分研究，深入探究影响疫苗接种覆盖率的多元因素。

解决学术问题

该数据集有效回应了全球健康领域若干核心学术议题。它使学者得以量化评估非洲地区免疫规划的实施成效，特别有助于揭示资源匮乏地区的公共卫生干预缺口。通过综合分析时空分异与人群分层信息，可以系统识别覆盖率低下的国家特征与脆弱人群画像，从而为优化疫苗分配策略、消除免疫不平等提供数据支撑。此外，整合置信区间信息使得对估计值不确定性的量化成为可能，推动了更严谨的流行病学建模与因果推断研究，对于深化理解免疫覆盖率与社会经济、地理环境等变量的交互作用具有重要学术价值。

实际应用

在实际应用层面，该数据集为国际卫生组织、各国疾控部门及非政府组织制定和评估免疫政策提供了关键依据。公共卫生决策者可利用这些数据精准定位覆盖率偏低的国家或地区，合理调配疫苗资源并设计针对性干预措施。监测和评价领域的工作者可以通过定期对比数据集中的历史与当前数值，动态追踪免疫计划的推进效果。此外，卫生经济学者也可基于这些数据构建成本效益分析模型，模拟不同投入策略对覆盖率提升的潜在影响，从而辅助政策制定者做出科学、高效的投资决策。

数据集最近研究

最新研究方向

在非洲公共卫生领域，DTP3免疫覆盖率作为评估百白破疫苗计划成效的核心指标，其纵向数据分析正成为全球健康治理的前沿焦点。该数据集涵盖1993至2019年间的41个非洲国家，结合WHO全球卫生观察站的高质量观测数据，为探究区域免疫差异、预测传染病暴发风险以及评估干预政策效能提供了关键支撑。近期研究倾向利用此数据集进行时空建模与机器学习回归分析，旨在揭示社会经济发展、卫生基础设施与疫苗接种率之间的深层次关联，从而为2030年消除可预防疾病的目标提供数据驱动的决策依据。