Data-Gouv-FR/synthese-des-indicateurs-de-suivi-de-lepidemie-covid-19

该数据集是法国COVID-19疫情监测指标的汇总数据集，包含从data.gouv.fr获取的公开数据。数据集提供了两个配置：table-indicateurs-open-data-dep-2023-06-30-17h59（按部门级别的数据）和table-indicateurs-open-data-france-2023-06-30-17h59（法国全国级别的数据）。数据字段包括日期、部门、地区、住院患者数、新增住院、重症监护患者数、新增重症监护、出院人数、新增出院、医院死亡数、新增医院死亡、养老机构死亡、总死亡数、确诊数、新增确诊、阳性人数、周阳性人数、养老机构确诊、阳性率、发病率、医院占用率和病毒繁殖因子。这些数据用于监测COVID-19在法国的传播情况，并支持政府决策和公众信息。数据集每日更新，但自2023年7月起，由于法律框架变化，部分数据（如医院指标）不再可用，而其他指标（如基因组监测、急救和死亡数据）仍保持更新。

This dataset is a synthesis of indicators for monitoring the COVID-19 epidemic in France, containing public data sourced from data.gouv.fr. It includes two configurations: table-indicateurs-open-data-dep-2023-06-30-17h59 (data at the departmental level) and table-indicateurs-open-data-france-2023-06-30-17h59 (data at the national level for France). Data fields cover date, department, region, number of hospitalized patients, new hospitalizations, patients in intensive care, new intensive care admissions, discharged patients, new discharges, hospital deaths, new hospital deaths, deaths in elderly care facilities, total deaths, confirmed cases, new confirmed cases, positive individuals, weekly positive individuals, confirmed cases in elderly care facilities, positivity rate, incidence rate, hospital occupancy rate, and virus reproduction factor. These data are used to track the spread of COVID-19 in France and support government decision-making and public information. The dataset is updated daily, but from July 2023 onwards, due to legal framework changes, some data (e.g., hospital indicators) are no longer available, while other indicators (e.g., genomic surveillance, emergency care, and death data) remain updated.

搜集汇总

数据集介绍

构建方式

该数据集源自法国数据平台data.gouv.fr，由Santé publique France官方发布，整合了法国COVID-19疫情监测的核心综合指标。其构建方式为：将原始数据源的每个表格资源对应为Hugging Face仓库中的一个子集配置，每个配置仅包含一个名为'train'的数据分割，并以Parquet格式存储，以提升读取与处理效率。数据内容涵盖全国、大区及省级层面的疫情指标，每日更新，直至2023年7月1日后因法律框架调整而停止部分个人数据处理。

特点

数据集特点在于提供多维度的疫情监测指标，包括医院状况（如住院、重症监护人数）、死亡统计（医院及养老院）、病毒检测（确诊及阳性病例）以及综合流行病学指标（如阳性率、发病率、病毒再生数R值）。数据以时间序列及地理分区（法国本土及海外省）交叉呈现，便于时空分析。同时，数据集附带详细字段描述与数据采集方法演进说明，标注了如2022年夏季周末停更等注意事项，保障用户对数据异动的知情权。

使用方法

用户可通过Hugging Face的datasets库便捷加载数据，示例代码为`load_dataset("Data-Gouv-ML/synthese-des-indicateurs-de-suivi-de-lepidemie-covid-19", "table-indicateurs-open-data-dep-2023-06-30-17h59")`，选择省级或全国子集后，即可获取训练分割中的表格数据。数据以Parquet格式存储，支持高效查询与分析。适用于研究疫情演变趋势、评估防控措施效果，或构建预测模型，但需注意数据已于2023年6月30日后部分停更，历史数据仍具参考价值。

背景与挑战

背景概述

自2020年初COVID-19疫情在全球范围内爆发以来，法国公共卫生部门为应对疫情数据监测的迫切需求，构建了“Synthèse des indicateurs de suivi de l’épidémie COVID-19”数据集。该数据集由法国公共卫生署（Santé publique France）主导开发，依托政府开放数据平台data.gouv.fr发布，旨在整合全国、大区及省级层面的疫情核心指标，涵盖住院人数、重症监护情况、死亡病例、病毒检测阳性率、发病率及病毒再生数等关键信息。该数据集的建立不仅为法国政府制定疫情防控策略提供了科学依据，也为流行病学研究者、公共卫生专家及数据科学社区提供了高质量、标准化的开放数据资源，其影响力体现在成为法国疫情监测评估的基础设施之一，支撑着政府疫情仪表盘与多方决策分析。

当前挑战

该数据集所解决的领域问题在于实现对COVID-19疫情动态的全面、多尺度量化监测，挑战在于疫情数据的实时性与准确性。一方面，数据采集方法随时间演变，不同阶段检测标准、报告频率（如周末与节假日暂停更新）及实验室参与度的波动可能导致指标偏差，例如2022年11月部分实验室停工导致确诊病例低估。另一方面，构建过程中面临数据整合的复杂性，需将来自医院、检测实验室及养老机构等多源异构数据统一为标准化字段，并应对数据错误（如2023年1月ESMS死亡人数录入错误）带来的校正需求。此外，2023年7月后，因法律框架调整，个人数据处理停止，指标更新频率与范围发生重大变化，进一步考验了数据集的持续可用性与适应性。

常用场景

经典使用场景

该数据集汇集了法国公共卫生署发布的COVID-19疫情关键监测指标，广泛应用于疫情态势的量化分析。研究者可借助其中涵盖的住院人数、重症监护人数、死亡病例、病毒检测阳性率、发病率及再生因子R等维度，构建疫情传播模型或评估防控措施时效。例如，通过时间序列分析区域级别的住院率与发病率，揭示病毒传播的时空演变规律，为流行病学深入探究提供坚实数据基石。

衍生相关工作

该数据集衍生出多项经典工作，例如以Etalab主导的开源仪表板（covid19-dashboard）为蓝本，发展出交互式疫情数据可视化框架。学者在此基础上校准了再生因子R的实时估算模型，并将其集成于SI-DEP与SI-VIC数据流中。另有研究利用国级与省级对照项比较疫苗接种覆盖率对住院率的影响，推动了因果推断方法的创新。这些工作共同形成了以开放数据促进公共卫生决策的示范性实践。

数据集最近研究

最新研究方向

在当前全球疫情趋于缓和的背景下，法国公共卫生部门自2023年7月起已停止从SI-DEP系统处理个人数据，转而以周为频率发布病毒学监测指标，标志着疫情监测从紧急响应向常态化、多源被动监测模式转型。该数据集整合了法国国家及地区层面自疫情初期的住院情况、重症监护、死亡人数、检测阳性率及病毒再生数等核心指标，并记录了数据采集方法的演变与特定时期的缺失信息（如2020年夏季周末与节假日的暂停发布），为回顾性分析疫情动态、评估封锁与疫苗政策效果、以及建立后疫情时代综合监控体系提供了关键的历史基准与数据工具。