electricsheepasia/asia-who-neonates-protected-at-birth-against-neonatal-tetanus

该数据集包含642个观测值，涉及新生儿出生时受保护免受新生儿破伤风（PAB）百分比的数据，覆盖28个亚洲国家，时间跨度为2000年至2022年，涵盖1个独特指标。数据来源于世界卫生组织全球健康观察站（WHO GHO），由Electric Sheep Asia重新打包发布，用于表格分类、回归和时间序列预测等任务。数据集包括指标代码、国家ISO3代码、WHO区域、年份、数值型值、低值、高值、显示值和最后更新日期等列，适用于健康数据分析。This dataset contains 642 observations of `Neonates protected at birth against neonatal tetanus (PAB) (%)` data across 28 Asia countries, spanning 2000–2022, covering 1 distinct indicators. The data is sourced from the WHO Global Health Observatory (GHO), repackaged by Electric Sheep Asia, and is intended for tabular classification, regression, and time-series forecasting tasks. It includes columns such as indicator code, country ISO3 code, WHO region, year, numeric value, low value, high value, display value, and last updated date, making it suitable for health data analysis.

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团队进行重新打包与标准化处理。原始数据经过清洗与整合，聚焦于亚洲地区新生儿在出生时免受新生儿破伤风感染的比例（PAB），涵盖2000年至2022年间的28个亚洲国家，共包含642条观测记录。数据以表格形式呈现，包括国家ISO3代码、WHO区域、年份、数值指标及其上下限等字段，便于进行时间序列分析与跨国比较。

特点

该数据集的核心特色在于其高度聚焦的地理范围与精确的时间维度，专为亚洲区域的新生儿破伤风保护率研究而设计。数据包含单一关键指标WHS4_128，但跨越23年时间窗口，提供了丰富的纵向分析潜力。每个国家均拥有完整的年度记录，缺失值以标准符号标识，确保了数据的一致性与可重复性。此外，数据集采用CC-BY-4.0许可协议，便于学术与公共卫生领域的广泛使用。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，仅需一行Python代码即可获取训练子集并转换为Pandas DataFrame。支持按国家ISO3代码筛选特定国家数据，或针对单一指标进行时间序列可视化。同时，利用pivot_table功能可轻松将数据重塑为国家×年份的矩阵形式，适用于面板数据分析或机器学习建模。所有字段均已标准化，可直接用于回归、分类及时间序列预测任务。

背景与挑战

背景概述

新生儿破伤风作为一种可通过接种疫苗有效预防的疾病，长期以来是全球公共卫生领域的重要监测指标。世界卫生组织（WHO）通过全球卫生观测站（GHO）持续追踪各国新生儿在出生时免受破伤风感染的保护比例（PAB），该指标直接反映了免疫覆盖体系的效能与母婴健康干预的成效。由Electric Sheep Asia于2022年重新打包发布的这一数据集，聚焦亚洲地区，汇集了2000年至2022年间28个亚洲国家的642条观测记录，为区域健康差异分析、免疫规划评估及时间序列预测提供了标准化、机器可读的数据基础。该数据集基于WHO官方发布的CC-BY-4.0许可，经规范化处理后以HuggingFace Datasets格式呈现，显著降低了研究者跨国家、跨年度数据获取与整合的门槛，对亚洲公共卫生领域的二次分析与建模工作具有重要的支撑价值。

当前挑战

该数据集所应对的核心领域挑战在于，亚洲各国间经济水平、医疗基础设施及数据报告能力参差不齐，导致新生儿破伤风保护率的时空分布存在显著异质性，传统统计方法难以揭示潜在的系统性免疫覆盖缺口。构建过程中，原始WHO数据可能涉及不同国家在年份上的缺失值、统计口径差异以及迟报问题，例如数据模式中'value_low'与'value_high'字段以占位符'—'表示，暗示置信区间或边界值的缺失，增加了数据清洗与插值的复杂性。此外，28个国家跨越多个WHO区域，部分国家仅提供间断年份的观测，使得构建连续时间序列模型时面临稀疏数据挑战。数据集仅包含单一指标，难以独立解释保护率波动背后的社会经济或政策驱动力，需与其他健康数据集融合方能进行因果推断。

常用场景

经典使用场景

在母婴健康与传染病防控研究领域，该数据集为分析亚洲地区新生儿破伤风保护率提供了标准化的时间序列数据。研究者可借助此数据集追踪2000至2022年间28个亚洲国家中新生儿在出生时免受破伤风感染的比例变化趋势，通过单指标或多国面板数据分析，评估各国免疫规划的实施效果与区域间的差异性。其经典的统计应用包括绘制年度趋势曲线、构建国家间对比矩阵，以及作为输入特征用于预测模型，以揭示保护率背后的驱动因素。

解决学术问题

该数据集有效回应了全球卫生领域关于新生儿破伤风防控进展评估的量化需求。学术上，它解决了跨国家、跨时段免疫覆盖率数据碎片化与可比性不足的难题，使得学者能够系统性地研究亚洲地区保护率的时间演变规律、国家间的不平等现象，以及保护率变化与卫生政策、社会经济水平之间的关联。这一数据基础支撑了疫苗可预防疾病（VPD）监测研究、联合国可持续发展目标（SDG）指标监测，并为评估全球消除新生儿破伤风目标的达成情况提供了实证依据。

衍生相关工作

该数据集衍生了多个具有影响力的学术与工程工作。在学术层面，研究者基于此数据开发了区域级新生儿破伤风保护率的统计预测模型，例如结合世界银行经济指标进行因果推断的研究，以及评估COVID-19疫情对常规免疫服务中断影响的准实验分析。在数据工程领域，Electric Sheep Asia项目以此数据集为范例，构建了标准化的亚洲卫生数据管线，推动了类似WHO GHO时间序列数据的统一清洗与结构化发布流程，为机器学习就绪的数据集生态建设贡献了基础设施级的工作。