electricsheepeurope/europe-who-estimated-number-of-people-living-with-hiv

该数据集包含719个观测值，涉及30个欧洲国家在2000年至2024年期间的估计所有年龄段HIV感染者人数数据，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，由Electric Sheep Europe重新打包，用于表格分类、回归和时间序列预测等任务。数据集包括指标代码、国家ISO3代码、WHO区域、年份、数值、低值、高值、显示值和最后更新时间等列，适用于机器学习和数据分析。This dataset contains 719 observations of estimated number of people (all ages) living with HIV data across 30 Europe countries, spanning 2000–2024, covering 1 distinct indicators. It is sourced from the WHO Global Health Observatory, repackaged by Electric Sheep Europe, and is suitable for tasks such as tabular classification, regression, and time-series forecasting. The dataset includes columns like indicator code, country ISO3 code, WHO region, year, numeric value, low value, high value, display value, and last updated time, making it ready for machine learning and data analysis.

搜集汇总

数据集介绍

构建方式

本数据集由Electric Sheep Europe团队基于世界卫生组织全球卫生观察站（WHO GHO）的公开数据重新整理而成。数据涵盖了2000年至2024年间30个欧洲国家中所有年龄段人群的HIV感染估计人数，共计719条观测记录。每条记录包含国家ISO代码、WHO区域、年份、数值估计及其置信区间（low/high）、显示值及最后更新日期等信息。数据以表格形式存储，支持直接通过HuggingFace Datasets库加载为Pandas DataFrame，便于后续处理与分析。

特点

该数据集具有三大显著特点：其一，时间跨度长，覆盖25年（2000-2024年），为研究欧洲地区HIV流行趋势提供了连续的时间序列数据；其二，地理覆盖面广，包含30个欧洲国家，每个国家均有25条观测记录，确保了区域分析的完整性；其三，数据质量可靠，来源为世界卫生组织官方统计，并附有置信区间，便于开展不确定性分析。数据集采用CC-BY-4.0许可协议，允许自由使用与传播。

使用方法

用户可通过`load_dataset()`函数一键加载数据，并利用Pandas进行灵活操作。典型应用场景包括：按国家筛选数据进行局部趋势分析；按指示代码排序后绘制时间序列图，可视化HIV感染人数的变化；或通过透视表将数据重塑为国家×年份的矩阵，便于进行横截面或面板数据分析。数据集结构规范，字段定义清晰，可直接用于分类、回归或时间序列预测等机器学习任务。

背景与挑战

背景概述

在全球公共卫生领域，人类免疫缺陷病毒（HIV）的流行态势持续受到国际社会的高度关注。为系统监测欧洲区域的疾病负担，世界卫生组织（WHO）依托其全球卫生观察站（GHO）平台，系统收集并发布了涵盖2000年至2024年、覆盖30个欧洲国家的HIV感染人群估计数据。该数据集由Electric Sheep Europe于2024年重新整理并托管至HuggingFace平台，包含719条观测记录，核心指标为各年龄段HIV感染者估计数量，并提供了数值下限与上限。这一数据资源为区域流行病学分析、跨国比较研究以及公共卫生政策的制定与评估提供了关键的基础信息，尤其对理解欧洲HIV传播趋势及防治成效具有深远影响。

当前挑战

该数据集所应对的核心领域挑战在于HIV疫情的量化表征与时空动态评估。欧洲各国在HIV检测覆盖率、报告系统完整性及数据整合标准上存在显著差异，导致跨国比较时面临数据的一致性与可比性难题。此外，感染者估计数本质为统计模型推算结果，其固有的不确定区间（如“value_low”与“value_high”）要求研究者在解读趋势时必须审慎处理误差范围。在数据构建层面，挑战体现在从WHO多源异构的原始数据中提取、清洗并统一近20年的时序记录，确保与国家代码、时间维度及指标的精确对应，同时维护数据更新的及时性，以便支持实时政策响应与回顾性研究。

常用场景

经典使用场景

该数据集收录了世界卫生组织全球卫生观察站关于欧洲30个国家2000至2024年间各年龄段HIV感染者估计人数的719条观测记录。作为典型的表格型与时间序列数据，它常用于多国家多时间维度的HIV疫情监测与趋势分析，研究者可借助列如`country_iso3`、`year`和`value_numeric`等字段，轻松实现按国家筛选、时间序列绘图以及构建国家×年份矩阵等经典操作，为欧洲区域HIV负担的量化评估提供了标准化的数据基础。

解决学术问题

该数据集有效填补了欧洲区域长时间序列HIV感染规模精细估计的空白，解决了跨国比较研究中数据口径不一、获取成本高昂的学术痛点。借助其包含的估计值及上下置信区间，学者能够开展HIV流行趋势的建模与预测，评估各国防控政策的时间效果，并识别潜在的高风险人群与地区。其对全球卫生数据科学化、可复现研究的推动意义深远，为跨国卫生治理提供了量化决策依据。

衍生相关工作

该数据集衍生出的经典工作包括利用时间序列模型对欧洲各地区HIV感染人数的短期与长期预测，以及采用聚类分析识别感染模式相似的国家群体。部分研究聚焦于联合社会经济指标与卫生系统数据，构建多因素回归模型以揭示影响HIV感染规模的潜在驱动因子。此外，基于该数据集的可视化仪表盘和交互式地图工具也被广泛开发，用于辅助公共卫生决策与公众科普教育。