electricsheepafrica/africa-who-polio-immunization-coverage-among-1-year-olds

该数据集包含世界卫生组织全球健康观察站（WHO GHO）关于非洲国家1岁儿童脊髓灰质炎（Pol3）免疫接种覆盖率（%）的指标数据（WHS4_544），时间跨度为2000年至2024年。数据集是Electric Sheep Africa项目的一部分，该项目是一个统一的、适合机器学习使用的非洲数据存储库。数据直接来源于WHO全球健康观察站的OData API，并以Parquet文件格式重新打包，具有一致的架构。所有数值均来自NumericValue（浮点精度字段），而非显示字符串。在可用的情况下，还包括置信区间边界（value_low，value_high）。数据集覆盖47个非洲国家，总行数为1,164行，地区筛选条件为WHO非洲区域（ParentLocationCode = AFR）。This dataset contains country-level observations for the WHO GHO indicator "Polio (Pol3) immunization coverage among 1-year-olds (%)" (WHS4_544) across African nations, spanning 2000–2024. It is part of the Electric Sheep Africa collection — a unified, ML-ready repository of African data. Data is sourced directly from the WHO Global Health Observatory OData API and repackaged as Parquet files with a consistent schema. All values are drawn from NumericValue (the float-precision field), not the display string. Confidence interval bounds (value_low, value_high) are included where available. The dataset covers 47 African nations with a total of 1,164 rows, filtered by WHO AFRO region (ParentLocationCode = AFR).

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察站（WHO GHO）的ODATA API，收录了2000年至2024年间47个非洲国家关于1岁儿童脊灰（Pol3）疫苗免疫覆盖率的观测数据。数据以Parquet格式存储，采用统一的数据结构，所有数值均取自原始API中的浮点精度字段NumericValue，并附带置信区间上下限（value_low与value_high），确保了数值的准确性与可复现性。数据集的构建由Electric Sheep Africa项目完成，旨在将零散的官方卫生数据整合为机器学习就绪的统一资源库。

特点

该数据集的核心特点在于其明确的地理与时间聚焦——全部观测值均限定于WHO非洲区域（AFR），覆盖47个非洲国家，共计1164条记录，无复杂的分层维度（无dim1/dim2子分类），每个国家-年份组合仅对应一个点估计值，极大简化了跨时空分析的操作。同时，数据集保留了置信区间信息，为模型的不确定性估计提供了天然支持，且数据经过标准化处理，直接以浮点数值形式呈现，适合直接作为回归或分类任务的输入特征。

使用方法

该数据集可通过HuggingFace的datasets库轻松加载，默认获取包含全部字段的训练集（train），并可转换为Pandas DataFrame进行下游分析。使用时需注意通过dim1字段过滤（如筛选_BTSX后缀或空值）以获得全性别全国层面的估计值，例如national = df[df['dim1'].str.endswith('_BTSX') | df['dim1'].isna()]。时间序列分析则可按国家代码（country_iso3）筛选后按年份排序，例如kenya = df[df['country_iso3'] == 'KEN'].sort_values('year')，从而用于趋势预测或公共卫生干预效果评估。

背景与挑战

背景概述

该数据集由Electric Sheep Africa团队基于世界卫生组织全球卫生观察站（WHO GHO）的公开数据整理而成，发布于2024年，涵盖了2000至2024年间47个非洲国家的脊髓灰质炎（Pol3）疫苗在1岁儿童中的免疫接种覆盖率百分比。核心研究问题聚焦于量化非洲地区脊髓灰质炎疫苗的接种进展，为全球消灭脊髓灰质炎行动提供数据支撑。该数据集以统一的Parquet格式提供，适合机器学习场景，降低了非洲健康数据的使用门槛，对推动区域健康指标监测、流行病学建模以及公共卫生决策具有重要价值。

当前挑战

领域问题挑战方面，脊髓灰质炎作为一种高度传染性疾病，尽管全球免疫努力显著，非洲部分地区因战乱、基础设施薄弱和卫生系统脆弱，导致疫苗接种覆盖率不均，数据集旨在帮助识别这些薄弱环节以优化干预策略。构建过程中，挑战在于从WHO GHO的复杂OData API中提取、清洗异构数据，处理置信区间缺失值，并确保47国跨年度数据的一致性与可比性，尤其需要应对不同国家报告延迟和数据质量差异，最终通过标准化schema为机器学习提供可靠数据源。

常用场景

经典使用场景

在公共卫生与流行病学的研究疆域中，脊髓灰质炎（脊灰）疫苗接种覆盖率是衡量免疫规划成效与全球根除行动进程的核心指标。该数据集汇聚了2000至2024年间47个非洲国家的脊灰（Pol3）免疫覆盖率年度观测数据，为构建时间序列预测模型、评估区域接种趋势的波动性以及探析覆盖率与卫生政策干预之间的动态关联提供了标准化且机器学习友好的数据基础。研究者常借此探索覆盖率演变规律，或预测未来免疫进度。

衍生相关工作

基于该数据集已衍生出诸多经典工作，包括但不限于利用时序模型（如ARIMA、Prophet）对非洲各国脊灰免疫覆盖率进行预测与趋势分解的研究，以及结合地理信息系统（GIS）进行的区域免疫差距空间制图。此外，亦有学者将其与其他健康指标（如孕产妇死亡率、五价疫苗接种率）进行多变量关联分析，转而刻画卫生系统的综合绩效。这些衍生研究不仅丰富了全球卫生计量学的理论体系，也推动了数据驱动型公共卫生管理工具的迭代升级。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区1岁儿童脊髓灰质炎（Pol3）疫苗接种覆盖率的时间序列与空间分布分析，揭示了2000年至2024年间47个非洲国家的免疫接种动态。结合全球根除脊髓灰质炎行动（GPEI）的后疫情时代挑战，研究者利用该数据评估区域免疫缺口、监测疫情反弹风险，并构建预测模型以优化疫苗分配策略。作为WHO全球卫生观察站（GHO）的标准化数据源，其开放获取属性与机器学习就绪的Parquet格式，有力推动了非洲疫苗接种领域的定量流行病学与数据驱动决策研究，对实现2030年全球消灭脊灰目标具有关键支撑作用。