electricsheepafrica/africa-who-medical-doctors-hwf0001

该数据集包含世界卫生组织全球健康观察站（WHO GHO）指标“每10,000人中的医生数量”（HWF_0001）在非洲国家的国别观察数据，时间跨度为1990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。所有数值均来自浮点精度字段（NumericValue），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 "Medical doctors (per 10,000)" (`HWF_0001`) across African nations, spanning 1990–2024. 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）OData API，针对非洲47个国家，整合了1990年至2024年间“每万人拥有医生数量”（HWF_0001）这一关键卫生人力指标。原始数据经规范化处理后，以Parquet格式存储，保留了浮点精度的数值字段（NumericValue）作为机器学习主要目标，并附带了可用的置信区间上下界，构建过程确保了数据结构的一致性与可复现性。

特点

数据集具有明确的时空覆盖特性，包含585条观测记录，聚焦于世卫组织非洲区（AFRO）的国家层级数据。其特点在于无子维度拆分，每个国家每年对应单一数值，简化了分析复杂度。同时，数据集中包含了标准化的ISO国家代码、WHO区域标识以及最后更新时间戳，便于跨数据集整合与时间序列分析，为非洲区域卫生人力评估提供了可靠的量化基础。

使用方法

用户可通过Hugging Face `datasets`库便捷加载数据集，例如使用`load_dataset('electricsheepafrica/africa-who-medical-doctors-hwf0001')`获取训练集，并转换为Pandas DataFrame进行后续处理。推荐过滤`dim1`列中值为`SEX_BTSX`或空值的行，以获取全国男女合计数据。对于特定国家的时间序列分析，可依据`country_iso3`列筛选并排序年份，适用于回归或分类建模任务。

背景与挑战

背景概述

在全球健康治理体系中，卫生人力资源是衡量医疗服务可及性与系统韧性的核心维度。由世界卫生组织全球卫生观察站（WHO GHO）发布的“每万人医生数”（HWF_0001）指标，长期被视为评估国家卫生系统能力的关键基准。Electric Sheep Africa团队于2024年整合并发布了africa-who-medical-doctors-hwf0001数据集，覆盖47个非洲国家1990至2024年的观测数据，将其从官方API转化为机器学习就绪的Parquet格式。该数据集聚焦于非洲区域医生密度的时空演化，为研究非洲卫生不平等、政策干预效果及可持续发展目标（SDG）指标3.c.1的进展提供了标准化的量化基础。其结构化框架（包含置信区间与维度标签）显著提升了跨国比较研究的可复现性，对全球卫生经济学与流行病学建模领域具有重要影响。

当前挑战

该数据集所应对的领域挑战在于：非洲大陆长期面临卫生人力资源分布不均与数据碎片化的问题，传统官方统计存在国家间定义差异、时间序列不连续以及分层数据（如性别、城乡）缺失等障碍，致使精准的区域卫生规划与机器学习建模缺乏一致可靠的输入。在构建层面，挑战体现为多源异构数据的对齐与清洗：需处理WHO OData API中不同指标代码与可变维度结构，从包含缺失值、显示字符串与数值字段混杂的原始响应中提取纯浮点型指标，并保留置信区间；同时协调47个国家在34年跨度内观测数量的不均衡（总585行），确保时空稀疏性不影响下游模型训练。此外，跨版本元数据（如last_updated字段）的同步管理也增加了工程复杂性与数据溯源难度。

常用场景

经典使用场景

该数据集聚焦于非洲国家每万人拥有的医生数量，是评估区域医疗卫生人力资源配置的核心指标。在经典使用场景中，研究者将其作为关键因变量或解释变量，用于构建面板数据模型，分析非洲各国医疗卫生系统的发展水平及其随时间演变的趋势。数据覆盖47个非洲国家1990至2024年的观测值，提供了丰富的时空维度，使得纵向比较与跨国差异分析成为可能。

实际应用

实际应用方面，该数据集可直接服务于国际卫生组织、各国卫生部及非政府组织的政策制定与规划工作。通过分析医生密度的时空分布，决策者能够识别医疗人力资源匮乏的“热点”地区，优化医学教育投资与人才引进策略。同时，该数据可作为联合国可持续发展目标（SDG 3.c）中“加强卫生筹资、招聘、发展、培训和留用卫生人力”进展监测的关键输入。

衍生相关工作

基于该数据集，衍生出一系列与非洲卫生人力相关的建模和分析工作。研究者构建了预测模型，用以估算未来十年非洲大陆医生密度的变化轨迹；发展出空间统计方法，描绘医生分布与地理可达性之间的交互模式。此外，该数据常与WHO其他指标（如疟疾发病率、孕产妇死亡率）联合使用，形成综合性公共卫生分析框架，推动跨学科研究向更深层次发展。