electricsheepeurope/europe-who-congenital-rubella-syndrome-number-of-reported-cases

该数据集包含欧洲43个国家从1999年至2024年期间关于“先天性风疹综合征报告病例数”的859个观测值，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 Global Health Observatory），主题聚焦于先天性风疹综合征的报告病例数量，旨在提供欧洲地区的健康监测数据。数据集由Electric Sheep Europe重新打包，以标准化模式发布，便于机器学习和研究使用。This dataset contains 859 observations of Congenital Rubella Syndrome - number of reported cases data across 43 Europe countries, spanning 1999–2024, covering 1 distinct indicators. The source is the WHO Global Health Observatory, published by the World Health Organization, with a focus on congenital rubella syndrome reported cases. It has been repackaged by Electric Sheep Europe to provide a normalized schema for easy access and analysis in machine learning and research contexts.

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数据集源自世界卫生组织（WHO）全球卫生观测站（GHO），由Electric Sheep Europe团队进行重新封装与标准化处理。该数据集汇集了1999年至2024年间欧洲43个国家的859条观测记录，涵盖单一核心指标（WHS3_55）。原始数据通过WHO官方渠道获取，经过去重、格式统一及结构化处理，以表格形式呈现，包含国家ISO代码、WHO区域、年份、数值及置信区间等字段，最终以Parquet格式发布，便于高效加载与分析。

特点

该数据集以时间序列与横截面双重维度为特色，覆盖长达26年的跨年度数据，支持对欧洲各国先天性风疹综合征报告病例数的纵向追踪与横向比较。其核心优势在于数据来源的权威性与一致性，所有观测值均经WHO标准化定义，且提供数值下限与上限以反映统计不确定性。数据集规模紧凑（859条记录），但地理覆盖全面，包含从德国、俄罗斯到爱沙尼亚等43个欧洲国家，为流行病学监测、公共卫生政策评估及区域健康趋势分析提供了坚实基础。

使用方法

数据集可通过HuggingFace Datasets库直接加载，调用`load_dataset`函数即可获取训练集并转换为Pandas DataFrame进行后续操作。使用方法灵活多样：可按国家ISO3代码筛选特定国家的时序数据，例如对德国（DEU）进行单独分析；亦可针对单一指标按年份排序，绘制可视化趋势图；还支持数据透视，将数据重塑为国家与年份的二维矩阵，以便于多国对比或填补缺失值分析。该设计兼顾了科研人员与公共卫生从业者的实际应用需求。

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发的严重先天性疾病，可导致胎儿出现心脏缺陷、听力丧失及白内障等多系统损害。该数据集由世界卫生组织全球卫生观察站于2024年整理并发布，经Electric Sheep Europe团队重新封装后纳入HuggingFace平台。数据集聚焦欧洲43个国家在1999年至2024年间先天性风疹综合征报告病例数的年度监测记录，包含859条观测数据，核心研究问题在于揭示欧洲区域先天性风疹综合征的流行病学分布特征与时间变化趋势。该资料为全球公共卫生领域提供了标准化的时序数据基准，对于评估疫苗接种政策的长期效果、监测区域消除风疹进展以及指导跨境传染病防控策略具有重要意义。

当前挑战

该数据集所解决的领域挑战在于量化先天性风疹综合征在欧洲的流行程度及其时空动态，以弥补国际健康指标中罕见病报告数据的碎片化问题，从而支撑全球消除风疹目标的循证决策。在构建过程中，挑战主要来源于多国卫生报告系统的差异：不同国家对病例定义、诊断标准及上报时效可能存在偏差，导致跨国可比性受损；数据在43个国家间的逐年覆盖不均衡，部分国家存在历史记录缺失或年份断层；此外，数量级较小的观测值（n<1K）与单指标结构限制了复杂统计建模的稳健性，为趋势分析与风险预测增添了不确定性。

常用场景

经典使用场景

先天性风疹综合征（CRS）是风疹病毒宫内感染导致的严重出生缺陷，其报告病例数是评估国家免疫规划成效和疾病消除进程的关键流行病学指标。该数据集汇集了1999年至2024年间欧洲43个国家的CRS报告病例数，共计859条观测记录，为开展跨国、长时序的公共卫生监测研究提供了标准化数据基础。经典的使用场景包括：分析不同国家CRS发病率的时间演变趋势，评估疫苗引入前后的病例下降幅度，以及构建时空模型揭示区域间疾病传播与防控差异。研究者可利用该数据集的年份和国家字段轻松进行面板数据回归、时间序列分解或季节性模式挖掘。

实际应用

在实际应用层面，该数据集为多国卫生机构和国际组织的政策制定提供了直接工具。公共卫生部门可将其嵌入疾病早期预警系统，通过监测报告病例数的异常波动，及时识别免疫覆盖薄弱地区并启动强化免疫活动。全球卫生研究机构可结合社会经济、人口流动等外部数据，建立风险预测模型，优化有限疫苗资源的空间分配。此外，数据科学团队可利用此数据集开发交互式数据可视化仪表盘，向公众和政策制定者直观展示CRS消除进展。世卫组织欧洲区域办事处也常基于此类数据撰写年度消除进展报告，指导各国调整国家免疫策略。

衍生相关工作

基于该数据集已衍生出多项经典研究工作。在方法论层面，研究者利用其面板结构开发了针对罕见疾病报告数的零膨胀计数模型和贝叶斯时空估计框架，提高了对CRS真实发病率的推断精度。在应用层面，有工作将该数据与WHO全球免疫覆盖率数据库进行关联，通过双向固定效应模型量化了MMR疫苗覆盖率每提升10%对CRS病例减少的具体贡献。此外，该数据集还与欧洲疾病预防控制中心（ECDC）的传染病监测数据整合，用于评估COVID-19大流行期间免疫服务中断对风疹消除进程的滞后影响。这些衍生工作不仅深化了对CRS流行病学的理解，也为其他疫苗可预防疾病的监测数据利用提供了方法学范例。