electricsheepasia/asia-who-congenital-rubella-syndrome-number-of-reported-cases

该数据集包含741个观测值，涉及46个亚洲国家，时间跨度为1999年至2024年，覆盖1个独特指标：先天性风疹综合征报告病例数。数据来源于世界卫生组织全球健康观察站（WHO GHO），由Electric Sheep Asia重新打包，用于表格分类、回归和时间序列预测等任务。数据集以结构化表格形式呈现，包括指标代码、国家ISO3代码、世界卫生组织区域、年份、数值值等列，适用于健康数据分析研究。This dataset contains 741 observations of Congenital Rubella Syndrome - number of reported cases data across 46 Asia countries, spanning 1999–2024, covering 1 distinct indicator. It is sourced from the WHO Global Health Observatory (GHO), repackaged by Electric Sheep Asia, and is designed for tabular classification, regression, and time-series forecasting tasks. The data is structured with columns such as indicator_code, country_iso3, who_region, year, value_numeric, etc., suitable for health data analysis research.

搜集汇总

数据集介绍

构建方式

先天性风疹综合征报告病例数据集源于世界卫生组织全球卫生观察站（WHO GHO）的权威统计。Electric Sheep Asia团队通过规范化数据模式、整理为Parquet格式并统一数据集卡片，将原始数据重新打包为HuggingFace Datasets可加载的格式。该数据集囊括46个亚洲国家1999年至2024年间共741条观测记录，每条记录包含指标代码、国家ISO3代码、WHO区域、年份、数值型统计量及数据更新时间等字段。数据均遵循CC-BY-4.0许可协议发布，确保了开放获取与合法使用。

使用方法

用户可通过HuggingFace datasets库的一行代码加载该数据集：`load_dataset("electricsheepasia/asia-who-congenital-rubella-syndrome-number-of-reported-cases")`。加载后即可转换为Pandas DataFrame进行灵活操作，例如按国家筛选以分析特定区域趋势，按年份排序绘制时序变化曲线，或通过数据透视构建国家×年份矩阵，便于进行区域间对比与缺失值插补。数据集简洁的结构使得从数据探索到模型训练的工作流均极为高效。

背景与挑战

背景概述

先天性风疹综合征是由风疹病毒感染引起的严重先天性疾病，可导致新生儿出生缺陷如耳聋、心脏畸形及白内障等，对全球公共卫生构成重大威胁。世界卫生组织全球卫生观察站（WHO GHO）长期监测各成员国该疾病的报告病例数，以评估风疹消除进展。该数据集由Electric Sheep Asia于2024年整理发布，汇集了1999年至2024年间亚洲46个国家的741条先天性风疹综合征报告病例数据，覆盖单一指标WHS3_55。数据来源于权威的WHO GHO平台，采用CC-BY-4.0许可协议开放共享，旨在为流行病学分析、时空建模及政策评估提供标准化的结构化数据基础，助力亚洲区域风疹消除目标的量化追踪。

当前挑战

该数据集所应对的领域挑战在于，先天性风疹综合征病例的系统性报告在亚洲多国存在长期缺失或数据质量参差不齐的问题，导致跨时空比较困难，难以精准刻画疾病流行特征与干预效果。构建过程中面临多重挑战：首先，各国报告覆盖年份不均衡，从21年到26年不等，部分国家如阿富汗（AFG）仅有有限记录；其次，数据包含大量缺失值或非数值标记（如'—'），需处理低质量条目的影响；最后，多来源异构数据整合时需统一国家编码（ISO3）、时间对齐与标准化格式，保证机器学习就绪性。

常用场景

经典使用场景

在流行病学与全球公共卫生领域，先天性风疹综合征（CRS）报告病例数的时空分布是评估疫苗接种政策成效的核心指标。该数据集收录了1999年至2024年间亚洲46个国家的741条年度观测记录，为研究者提供了跨国家、长时序的标准化数值型指标。其经典用途在于构建面板数据模型，以分析CRS报告病例与国家免疫覆盖率、医疗资源可及性之间的关联，或借助时间序列方法揭示区域流行趋势的演变特征。数据集结构简洁，包含国家代码、年份和病例数值等关键字段，便于直接用于回归分析、聚类或预测任务。

解决学术问题

该数据集的核心学术价值在于填补了亚洲区域CRS系统性监测数据的空白，解决了长期以来因数据碎片化而难以开展跨国比较研究的困境。借助完整的时间跨度与地理覆盖，学者可以定量评估风疹疫苗引入对先天性风疹综合征发病率的长期影响，量化不同收入国家在疾病控制效果上的异质性。此外，缺失值与异常点的存在也为数据插补方法和异常检测算法的开发提供了真实场景。数据集推动了全球卫生治理领域的实证研究，促使学界重新审视亚非地区传染病监测体系的建设短板，对完善全球免疫策略具有重要意义。

实际应用

在实际应用中，该数据集可直接赋能世界卫生组织及各成员国卫生部的疫情监测与干预决策。公共卫生官员能够通过快速加载数据集，对比本国与邻国的病例报告趋势，及时识别防控薄弱环节。非政府组织和研究机构可借助时间序列可视化工具，生成动态可视化仪表盘，用于向政策制定者直观展示风疹综合防控的成效。数据集还支持构建轻量级预警模型，例如基于历史病例数预测疫情反弹风险，从而指导疫苗资源的区域优化配置，提升全球健康安全防御能力。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区先天性风疹综合征报告病例数的时序监测，为区域流行病学建模与免疫规划效果评估提供了关键数据支撑。当前前沿研究方向集中于利用长跨度面板数据（1999-2024年）构建时空贝叶斯模型，以揭示风疹病毒传播动力学在46个亚洲国家的异质性特征，并联合世界卫生组织全球卫生观测站（GHO）的其他指标，评估疫苗接种覆盖率与CRS发病率之间的滞后关联。随着2024年亚洲多国加速麻疹-风疹消除认证进程，该数据集正被用于验证区域消除目标的进展缺口，例如在高负担国家中识别病例报告系统的敏感性变化，进而指导精准干预策略的部署。