Data-Gouv-FR/old-indicateurs-de-lactivite-epidemique-taux-dincidence-de-lepidemie-de-covid-19-par-metropole

该数据集包含法国COVID-19疫情活动指标，具体为按大都市区划分的发病率数据。数据来源于法国公共卫生部门（Santé publique France）的SI-DEP（Système d’Informations de DEPistage）系统，该系统自2020年5月13日起部署，用于安全记录所有实验室的RT-PCR测试结果。数据集提供两个关键指标：每个大都市区的全年龄段发病率，以及每个大都市区65岁以上人群的发病率。发病率定义为每10万人口中7天滚动阳性测试数，计算公式为：(100000 * 阳性病例数) / 人口。数据更新频率为每日更新。此外，自2021年5月20日起，数据已进行修正，以消除同一人在短时间内进行多次测试导致的重复计数效应，确保每个患者在短时间间隔内仅被计数一次，同时保护个人数据匿名性。该数据用于监测和理解疫情动态，支持公共卫生决策。

This dataset contains indicators of COVID-19 epidemic activity in France, specifically incidence rates by metropolitan area. The data originates from Santé publique Frances SI-DEP (Système d’Informations de DEPistage) system, deployed since May 13, 2020, which securely records all laboratory RT-PCR test results from both private and hospital laboratories. The dataset includes two key metrics: the incidence rate for all age groups per metropolitan area, and the incidence rate for individuals aged over 65 per metropolitan area. The incidence rate corresponds to the number of positive tests per 100,000 inhabitants over a 7-day rolling period, calculated as (100,000 * number of positive cases) / Population. Data is updated daily. Additionally, as of May 20, 2021, the indicators have been corrected to remove duplicate effects when the same person undergoes multiple tests, ensuring that only one patient is counted if tested multiple times within a short interval while maintaining anonymity. This data is used for monitoring and understanding epidemic dynamics to inform public health actions.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共数据平台data.gouv.fr，由Santé publique France官方发布，旨在追踪COVID-19疫情在大都市区的发病率动态。构建过程中，Hugging Face平台将原始数据集转化为结构化的仓库，每个原始表格资源对应一个独立的子集配置，每个配置均包含一个名为'train'的数据分割。数据以Parquet格式存储，覆盖了从2022年2月28日至3月7日期间的多个时间节点，确保了时间序列上的连续性与可比性。

使用方法

用户可通过Hugging Face的datasets库便捷加载该数据集。例如，执行`load_dataset("Data-Gouv-ML/old-indicateurs-de-lactivite-epidemique-taux-dincidence-de-lepidemie-de-covid-19-par-metropole", "sg-metro-opendata-2022-03-07-19h10")`即可选取特定时间点的子集，随后通过访问`ds["train"]`获取训练数据。该设计支持按需选择不同日期的快照进行分析，适用于时间序列趋势研究、地区比较及疫情建模等场景。

背景与挑战

背景概述

在全球抗击新冠疫情的背景下，精准的流行病学监测数据成为公共卫生决策的核心支撑。该数据集由法国公共卫生机构（Santé publique France）于2020年创建，基于SI-DEP安全检测信息平台，系统收录了法国各大城市的新冠发病率指标，包括全年龄段的发病率及65岁以上老年人群的专项数据。作为法国政府开放数据平台data.gouv.fr的关键资源，该数据集通过每日更新的发病率（每10万居民7天滚动阳性病例数），为流行病学态势评估、区域性风险预警以及防控策略的动态调整提供了不可或缺的量化依据，极大地推动了法国疫情监测体系的科学化与精细化。

当前挑战

该数据集所面临的主要挑战体现在两个层面。首先，在领域问题上，新冠疫情的高变异性与传播复杂性使得精准的发病率统计面临严峻考验，早期因重复检测导致的病例重复计数曾严重干扰疫情真实态势的研判，亟需算法层面的去重优化。其次，在构建过程中，数据汇集涉及海量实验室与医疗机构的异构信息整合，需在严格保护个人隐私的前提下实现匿名化处理与实时更新，同时确保跨区域数据口径的统一性与时间序列的连续性，这对数据治理架构的健壮性与可扩展性提出了极高要求。

常用场景

经典使用场景

在流行病学与公共卫生领域，该数据集主要被用于监测和分析新冠疫情在法国各都市区的传播动态。研究者利用其中提供的全年龄段及65岁以上老年人群的发病率指标——即每十万居民中过去七天内新冠检测阳性病例数——来追踪疫情的时间演变趋势、识别高风险热点区域，并评估不同阶段防控措施对病毒传播的干预效果。该数据集因其每日更新的频次和标准化统计口径，成为构建疫情预测模型、进行区域间发病率比较以及开展时空流行病学分析的经典基础资料。

解决学术问题

该数据集为学术界提供了解决一系列关键问题的数据支撑。它使得研究者能够精确量化并比较不同都市区的新冠病毒传播强度，从而深入探讨影响疫情扩散的社会经济、人口结构和环境因素。同时，基于对老年群体发病率的单独记录，数据集助力学者评估这一高风险亚群的感染风险差异，优化医疗资源配置策略。其每日时间序列的特性也推动了关于疫情周期性波动、节假日效应及政策干预即时影响等因果推断研究的开展。

实际应用

在实际应用中，该数据集直接服务于法国公共卫生部门的疫情监控与决策支持体系。Santé publique France利用这些发病率数据定期发布流行病学报告，为政府制定或调整区域性封锁、检测策略及疫苗接种优先级提供科学依据。此外，该数据集也被公共卫生应急响应系统集成，用于实时预警发病率异常升高的都市区，并辅助医疗机构预估未来几周的住院压力，从而提升应急物资和人力调配的前瞻性与精准度。

数据集最近研究

最新研究方向

该数据集聚焦于法国都市圈COVID-19发病率的时空动态监测，其最新研究方向紧密围绕疫情数据的去重伪匿名化算法优化。伴随新冠病毒变异株涌现，传统检测统计中的重复计数问题被攻克——通过改进的伪匿名化技术，能在保护个人隐私的前提下精准剔除短时间内的重复检测记录。这一创新不仅提升了发病率指标的统计精度，更使得每周疫情流行病学报告具备更高的决策参考价值。数据集每日更新的高频特性，为实时疫情预警、区域性防控策略评估及长期流行病学建模提供了坚实的数据基石，尤其适合指导大都市圈在变异株冲击下的资源调配与干预窗口期判断。