Data-Gouv-FR/old-donnees-de-laboratoires-pour-le-depistage-indicateurs-sur-les-variants

该数据集为旧版实验室检测数据：变异指标，自2021年6月9日起已停止更新。数据集涉及法国SARS-CoV-2（新冠病毒）变异株的监测指标，基于SI-DEP平台收集的PCR和抗原检测阳性结果，用于追踪关注变异株（如英国变体20I/501Y.V1、南非变体20H/501Y.V2和巴西变体20J/501Y.V3）的传播情况。数据按滑动周、部门、地区和全国级别汇总，包含检测数量、变异疑似数量及百分比等变量，并包含年龄分组（如0-9岁、10-19岁等）。数据已进行去重处理，以消除同一人在短时间内多次检测造成的重复计数，确保匿名性。数据集包含三个子集：全国级别（sp-variant-7j-fra）、地区级别（sp-variant-7j-reg）和部门级别（sp-variant-7j-dep），每个子集以Parquet格式存储。This dataset is OLD Laboratory Data for Screening: Indicators on Variants and has been discontinued since June 09, 2021. It involves monitoring indicators for SARS-CoV-2 variants in France, based on positive PCR and antigen test results collected through the SI-DEP platform, aimed at tracking the spread of variants of concern (such as the UK variant 20I/501Y.V1, South African variant 20H/501Y.V2, and Brazilian variant 20J/501Y.V3). Data is aggregated by sliding week, department, region, and national level, including variables such as test counts, suspected variant counts and percentages, with age groups (e.g., 0-9 years, 10-19 years). The data has been deduplicated to remove duplicate counts from multiple tests for the same person within a short time frame, ensuring anonymity. The dataset includes three subsets: national level (sp-variant-7j-fra), regional level (sp-variant-7j-reg), and departmental level (sp-variant-7j-dep), each stored in Parquet format.

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，汇集了SI-DEP安全检测平台自2021年1月25日起记录的SARS-CoV-2变异株筛查实验室数据。构建过程中，原始表格资源被精准映射至Hugging Face数据集仓库，每个子集对应一个配置项，并统一划分为训练集。数据以Parquet格式存储，涵盖国家级、大区级和省级三个地理维度的七日滑动窗口统计信息，确保数据结构紧凑且便于高效加载。

特点

数据集的核心特色在于对变异株筛查结果的专业细分，包含英国、南非和巴西三种关切变异株的疑似病例数量及比例，以及不可识别和无变异检测的统计指标。数据采用Nextstrain国际命名体系进行变异株编码，并通过去重算法消除同一人在短时内多次检测造成的重复计数，从而提升流行病学监测的精度。年龄分层从0至90岁以上共11个类别，支持精细的人口统计分析。

使用方法

使用者可通过Hugging Face的datasets库便捷加载数据，指定配置名称如'sp-variant-7j-fra-2021-06-09-19h05'即可获取国家层级数据。返回的数据集对象包含单个'train'分割，可直接用于探索性分析或建模。由于数据更新于2021年6月9日终止，后续研究需转向突变株专用数据集。建议利用Parquet格式的列式存储特性，在Python生态中结合Pandas或Dask进行高效的变异株时空分布分析。

背景与挑战

背景概述

该数据集名为“OLD Données de laboratoires pour le dépistage : Indicateurs sur les variants”，由法国公共卫生机构（Santé publique France）于2021年发布，依托法国政府开放数据平台data.gouv.fr。其核心研究问题聚焦于追踪SARS-CoV-2不同变异株在法国境内的传播动态，特别是英国、南非和巴西变异株的流行趋势。数据集基于SI-DEP安全平台收集的实验室检测结果，通过每周更新的滑动窗口指标，按国家、大区和省份三个空间层级呈现变异株筛查阳性率与疑似病例占比。作为法国疫情防控的重要支撑，该数据集为流行病学建模、公共卫生政策制定及变异株监测提供了关键基准，影响力覆盖法国及欧洲地区的疫情应对研究。

当前挑战

该数据集解决的领域挑战在于，新冠病毒变异株的快速演化要求对基因分型结果进行持续、精细的监测，但原始检测数据存在重复统计同一患者在短时间内的多次检测，导致变异株比例被低估或扭曲。构建过程中，团队需通过改进假名化算法消除重复记录，同时确保匿名合规。此外，数据更新于2021年6月9日中止，原因在于变异株命名体系（如Nextstrain分类）随国际协调需求演变，旧有指标不再适配，后续研究需转向新发布的“变异相关突变”数据集，这揭示了数据生命周期中版本迭代与规范化衔接的深层挑战。

常用场景

经典使用场景

该数据集源自法国公共卫生机构SI-DEP系统，记录了新冠病毒变异株的实验室检测指标，涵盖2021年期间法国本土、大区和省级三个地理尺度的周滑动数据。数据集的核心变量包括各年龄段的PCR和抗原检测阳性样本中，对英国（20I/501Y.V1）、南非（20H/501Y.V2）和巴西（20J/501Y.V3）三种关切变异株的疑似病例数量与占比，以及未识别变异和未检出变异的情况。这些数据为流行病学监测提供了精细化的时空分析基础。

实际应用

在实际应用中，该数据集是法国卫生当局制定差异化防疫策略的关键依据。公共卫生部门通过分析各区域变异株占比的变化趋势，可以动态调整封锁强度、旅行限制和检测资源分配。例如，若某地区英国变异株占比激增，可针对性加强接触者追踪与隔离措施。此外，该数据还用于评估疫苗对特定变异株的保护效力下降情况，为加强针的接种策略提供实证参考，成为常态化疫情防控中数据驱动决策的典型范例。

衍生相关工作

该数据集催生了一系列关于疫情时空建模与变异株预警的经典工作。研究者基于周滑动数据构建了多项式逻辑回归模型，定量估计不同变异株的传播速率差异，并开发了贝叶斯分层模型以解析区域隔离政策的有效性。此外，该数据的年龄分层特性被用于构建年龄结构化的SEIR模型，探究青少年与老年群体在变异株传播中的角色差异，相关成果发表于《Nature Communications》等期刊，为全球其他地区的变异株监测提供了方法论参照。