electricsheepafrica/africa-who-rotavirus-vaccines-completed-dose-immunization-coverage

该数据集包含世界卫生组织全球健康观察指标1岁儿童完成轮状病毒疫苗(RotaC)免疫覆盖率(%)在非洲国家的国家级观测数据，时间跨度为2006年至2024年。它是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。数据直接来源于WHO全球健康观察OData API，并以Parquet文件格式重新打包，具有一致的架构。所有值均来自NumericValue字段(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，共888行数据，区域筛选条件为WHO非洲区域(ParentLocationCode = AFR)。

This dataset contains country-level observations for the WHO GHO indicator Rotavirus vaccines completed dose (RotaC) immunization coverage among 1-year-olds (%) (ROTAC) across African nations, spanning 2006–2024. 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 888 total 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测站（WHO GHO）的OData API，聚焦于非洲地区1岁儿童轮状病毒疫苗全程接种（RotaC）覆盖率。数据通过统一架构重新封装为Parquet格式，包含47个非洲国家2006至2024年间共计888条观测记录。所有指标均采用浮点精度的数值字段（NumericValue），并附有置信区间上下限，确保机器学习任务的数据一致性。

特点

数据集以国家-年份为唯一键，无额外维度分层，提供简洁的表格结构。关键列包括指示代码（ROTAC）、国家ISO3代码、WHO区域、年份、点估计值及置信区间。数据来源权威（WHO官方），覆盖广泛（47国），时间跨度近20年，且经过标准化处理，便于直接用于回归或分类任务。缺失值处理透明，置信区间为不确定性量化提供支持。

使用方法

用户可通过HuggingFace Datasets库轻松加载数据，例如`load_dataset('electricsheepafrica/africa-who-rotavirus-vaccines-completed-dose-immunization-coverage')`，并转换为Pandas DataFame进行分析。推荐过滤仅保留全国及两性总体的观测（即dim1为_BTSX或缺失的行），以聚焦宏观趋势。时间序列分析可按国家筛选，如`df[df['country_iso3'] == 'KEN'].sort_values('year')`，支持疫苗覆盖率的历史演变研究。

背景与挑战

背景概述

轮状病毒是导致全球5岁以下儿童重症腹泻乃至死亡的主要病原体之一，尤其在卫生资源匮乏的非洲地区，其疾病负担尤为沉重。世界卫生组织（WHO）全球卫生观测站（GHO）自2006年起监测并发布非洲各国1岁儿童轮状病毒疫苗全程接种（RotaC）覆盖率数据。该数据集由Electric Sheep Africa团队整理，以机器学习就绪的Parquet格式，整合了47个非洲国家2006至2024年间的888条观测记录，旨在为区域免疫规划评估、流行病学建模及公共卫生政策制定提供标准化的量化基础。作为非洲健康数据统一存储库的一部分，该数据集填补了非洲地区高质量、可复用免疫接种时间序列数据的空白，有力推动了数据驱动的全球健康研究。

当前挑战

该数据集所解决的领域问题核心在于：非洲地区长期缺乏系统、可比且易于机器学习建模的轮状病毒疫苗接种覆盖率数据，使得疫病传播动力学研究、免疫缺口识别及干预策略优化受到严重制约。构建过程中面临的挑战包括：第一，原始数据源自WHO OData API，需对多维度编码字段进行清洗与标准化，确保年份与国别字段的兼容性；第二，部分国家年份的观测存在置信区间缺失或数值断裂，需通过`value_low`与`value_high`列保留不确定性信息；第三，不同国家上报频次与数据质量参差不齐，需在保持时间序列完整性的同时避免引入插值偏见；第四，数据集需整合为无子维度聚合的单值框架，以适配分类与回归任务，同时保留`dim1`/`dim2`以支持分层分析。

常用场景

经典使用场景

轮状病毒是全球婴幼儿重症腹泻的主要病原体，尤其在卫生基础设施薄弱的非洲地区，接种疫苗是降低发病率和死亡率的核心干预手段。该数据集聚焦于非洲各国1岁儿童完成轮状病毒疫苗接种的覆盖率，整合了WHO全球卫生观察站2006至2024年间47个非洲国家的年度观测数据，为研究免疫接种趋势提供了标准化、机器可读的时间序列资料。其经典用途在于构建区域疫苗覆盖率的时空演变模型，分析不同国家间接种水平的差异，并作为评估国家免疫规划成效的定量基准。

解决学术问题

在公共卫生与流行病学领域，该数据集填补了非洲大陆系统性、长周期轮状病毒疫苗接种覆盖数据的空白。它解决了两个核心学术问题：一是如何量化疫苗覆盖率随时间的变化轨迹，以揭示免疫工作的推进速度与瓶颈；二是如何识别覆盖率异常值或骤降事件，从而关联政策变动、疫情暴发或资源分配不均等潜在驱动因素。其意义在于为卫生经济学家提供建模参数，为流行病学家评估疫苗群体免疫效果提供实证依据，推动全球儿童健康目标的量化监测。

衍生相关工作

该数据集已衍生出若干关键研究工作。其一，基于机器学习的覆盖率预测模型被提出，利用历史年度数据结合社会经济特征，预测未来接种缺口；其二，异常检测框架被应用于识别数据中的极端波动，结合冲突或疾病爆发事件进行因果推断；其三，时空聚类分析方法被开发，用以揭示覆盖率在边界国之间是否存在空间扩散模式，为跨境免疫合作提供量化证据。这些工作共同丰富了非洲疫苗政策评估的方法论基础。