electricsheepasia/asia-who-reported-number-of-people-receiving-antiretroviral-therapy

该数据集包含关于报告接受抗逆转录病毒治疗的人数的数据，涵盖36个亚洲国家，时间跨度为2000年至2024年，共计864个观测值。数据来源于世界卫生组织（WHO）的全球健康观察站（GHO），包含一个核心指标（HIV_0000000009）。数据集提供了国家代码、WHO地区、年份、数值（包括数字值、显示值等）以及最后更新时间等信息。该数据集适用于表格分类、回归和时间序列预测等任务，旨在为亚洲地区的健康研究提供机器学习就绪的数据支持。This dataset contains data on the Reported number of people receiving antiretroviral therapy across 36 Asian countries, spanning from 2000 to 2024, with a total of 864 observations. The data is sourced from the World Health Organization (WHO) Global Health Observatory (GHO) and includes one core indicator (HIV_0000000009). The dataset provides information such as country codes, WHO region, year, numeric values (including numeric value, display value, etc.), and last updated time. It is suitable for tasks like tabular classification, regression, and time-series forecasting, aiming to provide machine learning-ready data for health research in Asia.

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测站（WHO GHO），由Electric Sheep Asia团队重新封装并发布至HuggingFace平台。数据涵盖了2000年至2024年间36个亚洲国家的抗逆转录病毒治疗接受人数，共计864条观测记录。原始数据经过标准化处理，统一了数据模式，并打包为Parquet格式，确保了数据的机器可读性和高效加载。数据集共包含9个字段，如指标代码、国家ISO3代码、年份、数值及其置信区间等，结构清晰且语义明确。

使用方法

通过HuggingFace的datasets库，用户可以轻松加载该数据集：`load_dataset('electricsheepasia/asia-who-reported-number-of-people-receiving-antiretroviral-therapy')`。加载后可以直接转换为Pandas DataFrame进行后续分析。数据集支持按国家筛选（如`df[df['country_iso3'] == 'IDN']`）、时间序列可视化（以年份为x轴、数值为y轴绘图），以及数据透视操作，将长格式数据重塑为国家×年份的矩阵，便于进行回归分析与时序预测建模。

背景与挑战

背景概述

该数据集源自世界卫生组织全球卫生观察站（WHO GHO），由Electric Sheep Asia在2024年重新整理并发布，聚焦于亚洲36个国家在2000至2024年间接受抗逆转录病毒治疗人数的报告数据。抗逆转录病毒治疗是控制艾滋病疫情、降低相关死亡率的关键干预措施，而亚洲地区由于人口规模庞大、医疗资源分布不均，监测治疗覆盖率对评估公共卫生政策成效至关重要。该数据集包含864条观测记录，整合了各国历年上报的单一指标（HIV_0000000009），为区域流行病学研究、卫生政策制定以及机器学习模型训练提供了标准化的时间序列数据。其规范性架构支持跨国家横向比较与纵向趋势分析，推动了全球健康数据在亚洲区域的开放获取与再利用。

当前挑战

该数据集所应对的领域挑战包括：艾滋病治疗覆盖率在不同亚洲国家间存在显著差异，部分国家因医疗记录系统薄弱或报告机制不完善，导致数据缺失或质量参差不齐，从而影响区域疫情精准评估与资源分配决策。在构建过程中，面临的主要挑战有：原始数据源中存在不一致的编码格式、缺失值（如value_low和value_high列为空）以及各国上报时间滞后问题；同时，需要将WHO多个分散的表格数据统一清洗、标准化为机器可读的结构化格式，并确保跨年份和国家代码（ISO 3166-1 alpha-3）的一致性。此外，数据集仅包含单一指标，难以全面反映治疗可及性、药物耐药性等复杂关联因素，限制了其在多维健康建模中的应用深度。

常用场景

经典使用场景

该数据集收录了2000年至2024年间亚洲36个国家接受抗逆转录病毒治疗人数的官方报告，共计864条观测记录。在传染病流行病学与公共卫生监测领域，研究者常利用此数据进行时间序列分析，以揭示各国抗病毒治疗覆盖率的动态演变趋势。通过构建国家层面的纵向面板数据，可对艾滋病治疗可及性进行跨区域比较，评估不同卫生政策干预下的治疗规模变化，为理解亚洲地区艾滋病防治进程提供量化基础。

解决学术问题

该数据集直面亚洲地区艾滋病治疗覆盖率数据碎片化与标准不统一的核心困境。世界卫生组织全球卫生观测站授权发布的官方指标，确保了数据来源的权威性与跨国可比性，从而支持研究者系统性地回答亚洲各国抗逆转录病毒治疗规模的时间趋势特征、区域间差异程度以及治疗缺口分布等关键学术问题。这不仅完善了全球艾滋病防治证据链条中亚洲区域的薄弱环节，也为后续政策效果评估与流行病学建模提供了可靠的数据支撑，显著推动了亚洲艾滋病的循证决策研究。

实际应用

在实际应用层面，该数据集可为亚洲各国的公共卫生决策者与援助机构提供关键参考。借助数据可视化工具，可以生成各国治疗人数随时间变化的热力图或趋势线，直观呈现治疗资源的分配动态。联合国艾滋病规划署等组织可使用此数据监测全球目标在亚洲区域的实现进度，识别治疗覆盖率低的重点国家。基层医疗服务机构可结合本地流行病学数据，合理规划药品采购与人员配置，提升抗病毒治疗服务的可及性与可持续性。

数据集最近研究

最新研究方向

在艾滋病防治领域，该数据集聚焦于亚洲36个国家2000至2024年间接受抗逆转录病毒治疗人数的时序变化，为评估区域公共卫生干预效果提供了关键量化基础。前沿研究集中于利用时间序列分析揭示治疗覆盖率的地域差异与动态演变，结合WHO全球健康观测站数据，探究政策实施对流行病学转折点的驱动作用。该资源与联合国2030年终结艾滋病流行的全球议程紧密相连，通过纵向数据建模辅助资源优化配置与弱势群体识别，其跨国家面板结构亦为机器学习模型在低资源场景下预测治疗可及性提供了可靠基准，对推动亚洲地区精准健康决策具有深远意义。