electricsheepeurope/europe-who-estimate-of-current-tobacco-use-prevalence-esttobcurr

该数据集包含1,320个观测值，涉及欧洲40个国家在2000年至2030年期间的当前烟草使用流行率估计（%）数据，涵盖1个独特指标。数据来源于世界卫生组织全球卫生观察站，主题为烟草使用流行率的估计，用于表格分类、回归和时间序列预测等任务。数据集由Electric Sheep Europe重新打包，以CC-BY-4.0许可证发布，提供结构化表格格式，包括指标代码、国家ISO3代码、年份、数值和置信区间等列。This dataset contains 1,320 observations of Estimate of current tobacco use prevalence (%) data across 40 Europe countries, spanning 2000–2030, covering 1 distinct indicator. It is sourced from the WHO Global Health Observatory, focusing on tobacco use prevalence estimates, and is repackaged by Electric Sheep Europe under CC-BY-4.0 license for tabular classification, regression, and time-series forecasting tasks, with structured columns such as indicator code, country ISO3, year, numeric values, and confidence intervals.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Europe基于世界卫生组织全球卫生观察站数据库重新打包而成，涵盖了欧洲40个国家自2000年至2030年间关于当前烟草使用流行率的估计数据。数据集包含1,320条观测记录，每条记录均包含指标代码、国家ISO3代码、年份、性别分层维度（如总体、男性、女性）以及相应的数值估计值及其置信区间。数据以Parquet格式存储，并按照统一的架构进行标准化处理，便于机器学习领域的直接调用与分析。

使用方法

用户可以通过HuggingFace的datasets库直接加载该数据集，调用load_dataset函数即可获取训练集，并转换为Pandas DataFrame进行进一步操作。针对特定国家或指标的筛选，可借助列过滤功能实现，如按国家ISO3代码筛选德国数据。对于时间序列分析，推荐按年份排序并绘制折线图以观察趋势。此外，还可通过透视表将数据重塑为国家×年份的矩阵形式，便于进行跨国家比较或构建面板数据模型。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）全球卫生观察站（GHO）创建，并由Electric Sheep Europe于2026年重新整理发布，聚焦于欧洲40个国家2000年至2030年间当前烟草使用流行率的估算数据。烟草使用作为全球首要可预防死因，其流行率的精确监测对公共卫生政策制定至关重要。数据集涵盖1320条观测值，包含性别维度（总体、男性、女性）的分层统计，并提供了点估计值及置信区间，为跨国家、跨时间的烟草流行趋势分析提供了标准化的基础数据。其在欧洲健康指标研究、疾病负担模型验证以及烟草控制策略效果评估等领域具有广泛的应用价值，推动了循证公共卫生决策的精细化发展。

当前挑战

该数据集核心解决的领域挑战在于，烟草流行率在不同国家、性别及时间维度上存在显著异质性，而许多低资源国家缺乏长期、一致的监测数据。此类估算数据融合了调查、模型推算等多种来源，其可靠性依赖于缺失数据的插补与异质性数据的标准化技术，这对建模方法提出了高要求。数据构建过程中面临的主要挑战包括：各国间数据收集方法（如调查周期、年龄范围、定义标准）不一致导致的可比性问题；时间序列中可能存在的结构性断点（如政策干预或调查方法变更）带来的估计偏差；以及估算值置信区间宽度的管理，以平衡统计稳健性与实际政策解读的直观性。

常用场景

经典使用场景

在全球公共卫生领域，准确评估烟草使用流行率是制定控烟政策和监测其效果的基础。该数据集汇集了世界卫生组织全球健康观测站发布的2000年至2030年欧洲40个国家的当前烟草使用流行率估算数据，涵盖了超过1300条精心整理的观测记录。研究者可借助此数据集开展跨国家、跨时间序列的流行病学分析，例如绘制欧洲烟草使用热力图，揭示不同性别亚群（如男性、女性和总体）的吸烟率差异，或构建回归模型探究社会经济因素与烟草消费的关联，为区域健康风险评估提供坚实的数据支撑。

解决学术问题

该数据集主要解决了公共卫生研究中长期存在的欧洲烟草使用数据碎片化、口径不一以及时间跨度不足的学术难题。通过整合标准化且附有置信区间的估算值，研究者得以系统分析2000年至2030年间烟草流行率的长周期演变趋势，并评估《世界卫生组织烟草控制框架公约》等干预措施在欧洲各国的实际成效。数据集在时间序列预测和分类回归任务上的应用潜力，推动了因果推断与政策评估方法的深化，为理解烟草使用的人群异质性及其健康影响提供了可复现的证据基础，大幅降低了数据获取与清洗的门槛。

实际应用

在实际应用中，该数据集的价值贯穿于公共卫生决策与健康干预的全链路。各国卫生部门可基于其提供的分性别、分年份的流行率估算，精准定位高风险人群并动态调整控烟宣传策略。国际组织如世界卫生组织欧洲区域办事处可籍此数据定期发布区域烟草使用报告，监督各国履约进展。此外，医疗保险公司与健康科技企业能够将流行率数据作为输入特征，构建疾病负担预测模型或健康风险评估工具，从而优化资源配置并设计更具针对性的健康管理方案，最终助力实现全球控烟目标。

数据集最近研究

最新研究方向

该数据集为欧洲烟草使用流行率的前沿研究提供了关键数据支撑，尤其在WHO全球健康观测站框架下，聚焦于2000至2030年间40个欧洲国家的时间序列分析。当前研究热点集中于利用这一长跨度、标准化的指标（如M_Est_tob_curr）构建预测模型，评估控烟政策对公共卫生的长期效应，并结合性别维度进行差异化分析。随着欧洲《烟草控制框架公约》的实施与‘无烟一代’目标的推进，该数据集在量化吸烟负担、追踪区域趋势及指导干预策略中展现了核心价值，其开源特性更推动了跨国比较研究与机器学习模型的协作开发。