electricsheepafrica/africa-who-wasted-numbers-among-children-under-5-years-of-age

该数据集包含世界卫生组织全球健康观察站（WHO GHO）指标"5岁以下儿童消瘦人数（百万），模型估计值"（`NUTWASTINGNUM`）在非洲国家的国家级观察数据，时间跨度为1985年至2024年。该数据集是Electric Sheep Africa系列的一部分，这是一个统一的、适合机器学习使用的非洲数据存储库。数据直接从WHO Global Health Observatory的OData API获取，并以Parquet文件形式重新打包，具有一致的架构。所有值均来自`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`）。This dataset contains country-level observations for the WHO GHO indicator "Wasted numbers among children under 5 years of age (millions), model-based estimates" (`NUTWASTINGNUM`) across African nations, spanning 1985–2024. 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.

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）的官方ODA接口，聚焦于非洲地区5岁以下儿童消瘦人数（单位：百万）的模型估算值。数据以Parquet文件格式重新封装，采用一致的模式结构，直接从`NumericValue`字段提取浮点精度的数值，并包含置信区间上下限（`value_low`, `value_high`）。覆盖47个非洲国家、横跨1985年至2024年，共计382条观测记录，每行对应一个国家与年份的唯一组合，确保了数据在时间与地理维度上的完整性。

特点

该数据集的核心优势在于其高度一致性与机器学习友好性。所有数值均基于WHO模型估算，提供精确的点估计及其置信区间，便于进行不确定性分析。数据按国家、年份、WHO区域及维度（如性别、居住地类型）进行结构化存储，支持灵活的子集筛选。此外，采用CC BY 4.0许可协议，确保了开放性与可重复使用性，使其成为研究非洲儿童营养不良问题的可靠数据源。

使用方法

用户可通过HuggingFace的`datasets`库直接加载数据集，例如使用`load_dataset`函数获取训练集，并将其转换为Pandas DataFrame进行后续分析。支持按性别（如`dim1`字段中的`SEX_BTSX`表示总体）、居住地类型或国家代码进行过滤，例如筛选肯尼亚的时间序列数据。此外，数据集可直接用于分类或回归任务，适用于构建预测模型或进行纵向趋势分析。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）和Electric Sheep Africa联合创建，聚焦于非洲五岁以下儿童消瘦人数（以百万计）的模型估计值，时间跨度从1985年至2024年。作为全球健康观测站（GHO）体系的组成部分，该数据集旨在为非洲儿童营养不良问题的量化评估提供标准化、机器可读的监测数据。基于WHO官方OData API的原始数据，经过重新打包形成统一的Parquet格式，覆盖47个非洲国家共计382条观测记录。该数据集在公共卫生领域具有重要影响，为追踪儿童消瘦趋势、评估区域营养干预效果以及构建预测模型提供了关键依据，尤其适用于那些统计基础设施薄弱的国家。

当前挑战

该数据集所解决的领域挑战在于，五岁以下儿童消瘦是非洲地区最严重的营养危机之一，但缺乏统一、连续的跨国产出数据，使得区域比较和趋势分析困难重重。模型估计虽然弥补了数据空白，但置信区间（value_low和value_high）的存在提示了估算的不确定性，如何在建模中有效融合这些区间信息成为技术难点。构建过程中，清洗来自GHO API的异构数据、确保47国在四十年间的数值连续性、处理无子维度时的重复行以及实现与ISO国家代码的精确对齐，均为工程层面的棘手挑战。此外，部分年份和国家的观测缺失，进一步限制了机器学习模型的泛化能力。

常用场景

经典使用场景

在非洲儿童健康与营养状况的流行病学研究中，该数据集被广泛用于分析五岁以下儿童消瘦人数的时间序列变化趋势。研究者可借助其覆盖1985至2024年间47个非洲国家的年度观测值，构建纵向回归模型或机器学习预测框架，以揭示消瘦患病率的区域异质性及其演变规律。数据集中提供的点估计值与置信区间，为开展稳健的统计推断和不确定性量化提供了坚实基础。

实际应用

在实际公共卫生行动中，该数据集为非洲各国卫生部门制定营养干预策略提供了关键数据基础。政策制定者可利用其中反映的消瘦儿童数量趋势，识别高风险国家与年份，优化资源分配，例如精准投放营养补充剂与医疗救援物资。国际组织如WHO及其合作伙伴也依托这些数据监测《儿童营养改善全球目标》的达成进度，动态调整区域健康规划。

衍生相关工作

围绕该数据集，衍生出多项具有影响力的学术工作，包括基于贝叶斯层次模型的儿童营养不良时空估计研究，以及融合气候、经济协变量进行预测的机器学习方法创新。部分研究进一步将其与母婴健康指标数据集联合分析，构建多维度儿童生存风险图谱。这些工作不仅深化了对消瘦问题驱动机制的理解，也开创了在稀疏观测条件下利用WHO官方数据进行统计学习的标准化分析框架。