遇见数据集

Data-Gouv-FR/indicateur-avance-sanitaire-ias-syndrome-grippal

收藏
Hugging Face2026-05-29 更新2026-05-31 收录
官方服务:

资源简介:

Indicateur Avancé Sanitaire IAS® - SYNDROME GRIPPAL(高级健康指标IAS® - 流感综合征)数据集的目的是监测法国流感综合征,为Sentinelles网络提供补充信息。该指标已通过与Sentinelles网络数据的比较验证,在国家层面,与Sentinelles网络的交叉相关性很强(0.88),这验证了IAS®的相关性。IAS®每天使用时间平滑方法计算:考虑前七天和后七天的信息来计算给定日期的值,因此J日的指数在J+7之前可能略有变化。数据来源于Celtipharm网络药房的消费者销售数据。更多方法信息请访问:https://www.openhealth.fr/ias。数据每日更新,采用J+1模式!

许可证:其他 语言: - 法语 标签: - data.gouv.fr 相关数据集 - 法国公共数据 - Parquet 格式 - CSV 格式 - 开放数据 展示名称:"高级卫生指标IAS® - 流感样综合征" 配置项: - 配置名称:ias-national-syndrome-grippal 数据文件: - 拆分集:训练集 路径:data/ias-national-syndrome-grippal.parquet - 配置名称:ias-syndrome-grippal-serie-temporelle-regionales-depuis-janvier-2008 数据文件: - 拆分集:训练集 路径:data/ias-syndrome-grippal-serie-temporelle-regionales-depuis-janvier-2008.parquet # 高级卫生指标IAS® - 流感样综合征 ## 数据源 - 官方数据源:https://www.data.gouv.fr/datasets/indicateur-avance-sanitaire-ias-syndrome-grippal - data.gouv.fr 数据集标识符:`53699668a3a729239d2049e8` - data.gouv.fr 数据集别名:`indicateur-avance-sanitaire-ias-syndrome-grippal` - data.gouv.fr 元数据标注许可证:odc-odbl ## Hugging Face 数据集结构 - 一个data.gouv.fr 数据集对应一个Hugging Face 仓库 - 一份原始表格资源对应一个Hugging Face 子数据集/配置项 - 每个子数据集/配置项均包含一个名为`train`的拆分集 ## 子数据集配置 - `ias-national-syndrome-grippal` → 对应数据文件`data/ias-national-syndrome-grippal.parquet` - `ias-syndrome-grippal-serie-temporelle-regionales-depuis-janvier-2008` → 对应数据文件`data/ias-syndrome-grippal-serie-temporelle-regionales-depuis-janvier-2008.parquet` ## 使用示例 python from datasets import load_dataset # 选择所需的子数据集/配置项: ds = load_dataset("Data-Gouv-FR/indicateur-avance-sanitaire-ias-syndrome-grippal", "ias-national-syndrome-grippal") print(ds["train"]) ## 原始数据集说明 高级卫生指标IAS®“流感样综合征”的设计目标,是为法国流感样综合征监测体系提供相较于哨兵监测网络的补充信息,助力公共卫生监测工作。 该指标已通过与哨兵监测网络数据的对比完成有效性验证。在全国层面,该指标与哨兵监测网络数据的交叉相关性高达0.88,这一相关性结果验证了IAS®的应用合理性。 IAS®采用时间平滑方法每日更新:计算任意单日的指标值时,会同时纳入该日期前后各7天的观测数据。这意味着,J日的指标值可能会在J+7日之前发生小幅调整。 本数据集的数据来源于CELTIPHARM药房网络的消费者购药消费记录。 如需了解更多方法细节,请访问:https://www.openhealth.fr/ias https://www.openhealth.fr/ias 本数据集每日更新,建议采用J+1更新周期(即延迟1天获取最新数据)。

提供机构:
Data-Gouv-FR
搜集汇总
数据集介绍
Data-Gouv-FR/indicateur-avance-sanitaire-ias-syndrome-grippal 数据集图片
构建方式
该数据集名为“Indicateur Avancé Sanitaire IAS® - SYNDROME GRIPPAL”,由Open Health机构构建,旨在为法国流感样综合征监测提供补充信息。其数据来源于CELTIPHARM药房网络的消费者销售数据,采用时间平滑方法进行计算:每个日期的指标值基于前后各七天的数据综合得出,使得J日的指标在J+7日内可能略有动态调整。数据集每日更新,并遵循J+1的发布原则。
特点
该数据集的特点在于其高时效性和验证有效性。基于药房销售数据构建的IAS®指标,与法国Sentinelles监测网络的数据进行交叉验证,相关性高达0.88,证明了其在流感监测中的可靠性和互补价值。每日更新的频率确保了对疫情动态的快速响应,而时间平滑算法虽然带来短期波动,但提升了指标的稳定性。此外,数据集遵循ODbL开放许可,便于公众和研究机构使用。
使用方法
用户可通过访问数据集的原始来源(data.gouv.fr)获取实际数据文件。Hugging Face页面主要为元数据参考,提供数据集描述和许可信息。在应用时,研究者可直接下载CSV或JSON格式的每日指标,结合流行病学模型进行趋势分析,或将其与Sentinelles网络数据对比,以增强流感监测的准确性。由于指标每日更新,适合用于实时或近实时预警系统,需注意采用J+1的延迟处理数据波动。
背景与挑战
背景概述
在流行病学监测领域,及时且精准地追踪传染病传播动态对公共卫生决策至关重要。Indicateur Avancé Sanitaire IAS® - SYNDROME GRIPPAL数据集由法国Open Health机构开发,创建于数字化转型加速的背景下,旨在通过药房非处方药销售数据构建流感样病例的实时监测指标。该数据集填补了传统哨点网络(如Sentinelles系统)的时空覆盖盲区,其核心研究问题在于验证基于药房消费行为的数据能否可靠反映流感流行趋势。经与Sentinelles网络交叉验证,二者相关系数高达0.88,证实了IAS®作为补充监测工具的有效性,为法国乃至全球流感预警体系提供了创新性数据源。
当前挑战
该数据集面临的核心领域挑战在于如何从非临床数据中准确剥离流感样病例信号,避免与普通感冒或其他呼吸道疾病混淆,同时解决药房消费数据固有的滞后性与季节性偏差。构建过程中遇到的挑战包括:采用七日前瞻与后顾的时间平滑方法虽能降低噪声,但导致每日指数在J+7日内持续波动,增加了实时判断的难度。此外,数据源仅依赖CELTIPHARM药房网络的消费者输出,存在地理覆盖不均与售卖品类偏差风险,需通过持续更新(每日J+1)与严格验证来维系指标可靠性,这对算法鲁棒性提出了严苛要求。
常用场景
经典使用场景
在流行病学与公共卫生监测领域,Indicateur Avancé Sanitaire IAS® - SYNDROME GRIPPAL 数据集被广泛用于流感样病例(ILI)的实时监测与趋势分析。研究者借助该数据集每日更新的药房非处方药销售数据,结合时间序列平滑方法,构建出反映流感活动水平的先进健康指标。该指标在国家级层面与哨点监测网络的交叉相关系数高达0.88,证实了其作为补充监测工具的可靠性。因此,在传统哨点系统数据滞后或覆盖不全时,该数据集为预测流感传播动态、评估疾病负担提供了及时且灵敏的替代数据源。
实际应用
在实际应用中,该数据集已被整合进法国卫生部门的流感监测体系,作为实时疫情态势感知的辅助工具。公共卫生机构利用每日更新的IAS指标,能够动态追踪流感样病例在全国范围内的活动强度与地理分布。此外,药房网络的数据特性使其可用于评估非药物干预措施(如口罩令、社交距离)对流感传播的影响,为政策调整提供量化依据。在流感季节,该数据还支持医疗资源(如抗病毒药物、疫苗)的合理调配,以及面向公众的疫情风险沟通。其开放数据许可(ODbL)也鼓励了更多第三方开发应用,例如基于位置的疫情风险提示工具。
衍生相关工作
该数据集衍生了一系列基于药房销售数据进行流行病学监测的经典工作。其中包括利用相同方法学构建的针对其他呼吸道病原体(如呼吸道合胞病毒、季节性冠状病毒)的IAS指标。研究团队还探索了将该数据与社交媒体、互联网搜索趋势等其他数字流病数据融合,以提升预测模型的稳健性。此外,关于数据平滑方法(移动窗口平均)的参数优化研究,以及在不同地理尺度(区域vs.国家)上验证指标可靠性的工作,也构成了该领域的重要贡献。这些衍生工作共同巩固了非传统医疗数据在公共卫生监测中的价值,并启发了全球类似数据平台的创建。
以上内容由遇见数据集搜集并总结生成
二维码
社区交流群
二维码
科研交流群
商业服务