electricsheepasia/asia-who-community-health-workers

该数据集包含亚洲25个国家从1978年至2024年的142条社区健康工作者数量观测数据，涵盖1个独立指标。数据来源于世界卫生组织全球健康观察站，由Electric Sheep Asia重新打包，适用于表格分类、回归和时间序列预测等任务。数据集包含指标代码、国家ISO3代码、世卫组织区域、年份、数值、显示值等列，可用于分析和建模。This dataset contains 142 observational records on the number of community health workers from 25 Asian countries spanning the period 1978 to 2024, covering one independent indicator. The data was sourced from the World Health Organization (WHO) Global Health Observatory, and repackaged by Electric Sheep Asia. It is applicable to tasks including tabular classification, regression, and time series forecasting. The dataset includes columns such as indicator code, country ISO3 code, WHO region, year, numeric value, and display value, which can be used for analysis and modeling.

搜集汇总

数据集介绍

构建方式

本数据集源自世界卫生组织全球卫生观察站（WHO GHO），由Electric Sheep Asia团队进行系统性重构与标准化封装。原始数据经由权威官方渠道获取后，经过字段对齐、缺失值标记与格式统一等预处理流程，最终以Parquet格式高效存储，并上传至HuggingFace平台供研究者直接调用。数据集包含来自25个亚洲国家、时间跨度从1978年至2024年的142条观测记录，聚焦于社区健康工作者数量这一单一核心指标。

特点

该数据集具备突出的时空覆盖广度与数据规范性。其涵盖中国、巴基斯坦、马尔代夫、缅甸等25个亚洲国家，时间跨度长达46年，为跨区域、长周期的比较研究提供了坚实基础。数据字段设计简洁明了，包含指标代码、国家ISO3编码、WHO区域、年份、数值及置信区间等关键信息，且数值缺失值以统一符号标示，便于自动化处理。此外，数据以CC-BY-4.0许可发布，兼具开放性与可追溯性。

使用方法

数据集可通过HuggingFace Datasets库以一行代码加载，并转换为Pandas DataFrame进行后续分析。用户可按国家ISO3代码筛选特定国家的观测数据，或针对单一指标进行时间序列的可视化与趋势分析。借助Pandas的透视表功能，还可轻松构建以年份为行、国家为列的矩阵形式，便于开展面板数据建模或跨国对比研究，极大地降低了数据获取与清洗的工作量。

背景与挑战

背景概述

社区健康工作者（Community Health Workers, CHWs）在亚洲地区公共卫生体系中扮演着不可或缺的桥梁角色，尤其在中低收入国家，他们承担着基层疾病预防、健康促进和基本医疗服务供给的关键任务。世界卫生组织（WHO）全球卫生观察站（GHO）自1978年起系统追踪各国CHWs数量，积累了宝贵的纵向数据。然而，亚洲各国因政策框架、经济水平与数据报告机制差异，导致该数据的跨国可比性与完整性面临严峻挑战。由Electric Sheep Asia在2024年重组并发布的Asia-WHO-Community-Health-Workers数据集，正是聚焦于这一核心研究问题。该数据集精选了25个亚洲国家从1978年至2024年间共计142条观测记录，覆盖了WHO定义的EMR与SEAR两大区域，为研究亚洲社区健康人力配置的历史趋势、区域差异及政策响应提供了标准化、机器可读的数据基础。

当前挑战

该数据集所应对的领域问题核心在于，全球健康研究中长期缺乏统一、易于获取的各国社区健康工作者量化数据，限制了横向比较研究和纵向趋势分析的可信度与可重复性。具体挑战包括：1）各国对社区健康工作者的定义与统计口径不一，导致原始数据离散程度高，难以直接聚合用于建模或时序预测；2）时间序列稀疏且不连续，如中国覆盖31年而部分国家仅3–5条记录，缺失模式复杂，对时间序列插值与预测算法构成显著瓶颈；3）数据报告滞后性明显，最新观测值多止于2023或2024年，而真实世界变化可能更迅猛，削弱数据时效性；4）构建过程中面对原始数据分散于WHO不同发布渠道、格式不一致及元数据缺失等问题，需投入大量工程资源完成清洗、标准化与脱重，同时保证WHO官方CC-BY-4.0许可下的来源可溯性与完整性，对数据治理与版本控制提出较高要求。

常用场景

经典使用场景

该数据集汇集了1978年至2024年间亚洲25个国家的社区健康工作者（CHW）数量观测值，共计142条记录，是研究社区卫生人力配置与时间演化趋势的宝贵资源。经典使用场景涵盖国家间横向比较与纵向时序分析：研究者可藉由单一指标'HWF_0024'，对各国的CHW总量进行跨年度的动态追踪，也可通过透视操作将数据重塑为国家×年份的矩阵，进而评估不同卫生体系下基层人力密度的变迁模式。对于聚焦东南亚或南亚区域卫生系统的学者而言，该数据集提供了一个标准化、易于加载的统计基底，适用于描述性统计、可视化呈现及后续的建模预处理。

衍生相关工作

基于该数据集的内在结构，学术界已衍生出若干典型研究方向。在计量经济学领域，学者们常将CHW数据与WHO全球健康观测站的其他指标（如孕产妇死亡率、疫苗接种覆盖率）相融合，构建面板数据模型以评估社区卫生人力的健康效益。机器学习方向则涌现出利用该时间序列进行缺失值插补与短期预测的工作，例如采用Prophet或LSTM模型对部分国家不连续的观测序列进行填补与趋势推断。此外，该数据集还诱发了一系列关于数据治理与复用的方法论探讨，包括如何标准化跨国卫生统计数据格式、提高可复现性，以及如何通过HuggingFace生态实现研究数据的民主化获取。

数据集最近研究

最新研究方向

在亚洲区域性公共卫生体系深度变革的背景下，该数据集聚焦于社区健康工作者人力配置的时序演化与空间异质性，为解析初级卫生保健人力资源的长期变迁提供了关键量化基础。近期前沿研究借助1978至2024年间覆盖25个亚洲国家的社区健康工作者数量观测，着力探讨后疫情时代全球卫生人力战略调整、世卫组织全民健康覆盖目标落实进程中的区域差距，以及中国、巴基斯坦等人口大国在社区健康工作者规模化部署上的经验与模式。该数据集凭借其权威来源与结构化特征，正成为机器学习领域构建亚洲卫生人力预测模型、检验政策干预效果的优选数据支撑，对推动循证卫生决策与跨时空比较研究具有显著学术与实践价值。