Bundibugyo Ebola virus outbreak 2026

2026年Bundibugyo埃博拉病毒（BDBV）疫情的数据集，包括流行病学分析所需的数据和脚本。Dataset for the 2026 Bundibugyo Ebola virus (BDBV) outbreak, containing data and scripts required for epidemiological analysis.

原始信息汇总

数据集概述

该数据集收集、整理并发布了2026年班迪布焦埃博拉病毒（BDBV）疫情相关的多维度数据，由刚果民主共和国国家生物医学研究所（INRB）联合多个机构（如牛津大学、东北大学）主导。

数据来源

数据集整合了多种公开与机构数据，涵盖疫情流行病学、人口、地理、交通、冲突和人口流动等方面：

• 疫情数据：
  • 世界卫生组织（WHO）的每周外部情况报告（截至2026年5月18日）。
  • 刚果民主共和国国家公共卫生研究所（INSP）的每日疫情报告（SitRep，截至报告007），包含按卫生区划分的病例、死亡和接触者追踪指标，并已人工转录。
• 地理与行政区划：
  • 人道主义数据交换平台（HDX）提供的刚果（金）卫生区边界数据。
• 交通与物流：
  • 开放街道路由机（OSRM）提供的公路旅行时间与距离矩阵数据。
• 人口与社会经济：
  • GRID3 v4.4 的分辨率人口栅格数据。
  • WorldPop 的人口计数与密度数据。
  • 气候变化脆弱性指数（CCVI）的社会经济剥夺与不平等指数。
  • 粮农组织土地覆盖分类系统（FAO LCCS）的城市区域比例数据。
  • 人均国内生产总值（GDP per capita）数据。
• 基础设施：
  • GRID3 提供的刚果（金）卫生设施数据（v8.0）。
  • Healthsites.io 提供的众包卫生设施数据。
• 人口流动：
  • 帝国理工学院报告的跨境流动数据。
  • 国际移民组织（IOM）提供的内部人口迁移数据。
  • Flowminder 提供的基于手机信号的内部迁移估算数据。
• 安全局势：
  • 武装冲突地点与事件数据项目（ACLED）提供的冲突与暴力事件数据。
• 其他：
  • 难民安置点数据。
• 基因组数据： 最新的BDBV基因组数据可访问 Pathoplexus 平台查看。

数据结构与构建

数据集遵循严格的数据契约，以便于整合与分析：

• 核心文件： 构建产物为一个 GeoJSON 文件 (build/drc_health_zones.geojson)，包含519个卫生区的边界及25个嵌入的矢量图层（截至2026年5月25日构建版本）。
• 数据层级：
  • 矢量数据： 每个卫生区一个数据行，包含多个来源的指标（如病例数、卫生设施密度）。文件名命名规范为：<数据源>__<指标>__<时间分辨率>.csv。
  • 矩阵数据： 大型的出发地-目的地表格，如 OSRM 旅行时间矩阵、IDP 人口迁移矩阵，存储为 .matrix.csv 文件。
• 时间分辨率： 包括静态数据、每日、每周、每月等不同频率。
• 版本控制： 使用 Git LFS 管理原始二进制文件。每次成功构建会生成一个包含时间戳和提交哈希的标签。

主要内容（截至最新构建）

数据文件夹	输出文件（示例）	时间分辨率/状态
epi	epi__cases__weekly.csv	每周（WHO数据，截至2026-05-18）
insp_sitrep	insp_sitrep__new_confirmed_cases__daily.csv	每日（INSP数据，截至SitRep 007）
grid3_healthsites	grid3_healthsites__healthsite_count__static.csv	静态
healthsites_io	healthsites_io__healthsite_density__static.csv	静态
osrm	osrm__travel_time__static.matrix.csv	静态矩阵（519x519）
IDP	idp__individuals__monthly.matrix.csv	月矩阵
flowminder	flowminder__inflow__static.matrix.csv	静态矩阵
ccvi	ccvi__socioeconomic_deprivation__static.csv	静态
worldpop	worldpop__pop_count__static.csv	静态
ACLED_conflict	（暂无）	未通过质量保证，待处理

搜集汇总

数据集介绍

构建方式

该数据集针对2026年刚果（金）爆发的本地布迪布焦埃博拉病毒（BDBV）疫情而构建，由国立生物医学研究所（INRB）、国家公共卫生研究所（INSP）等机构联合牛津大学与东北大学共同主导。数据的来源渠道多元且系统，涵盖了世界卫生组织的每周流行病学报告、INSP内部每日态势报告的逐项转录、人道主义数据交换平台提供的刚果卫生区划矢量数据，以及OSRM路线规划服务生成的跨区域道路通行时间矩阵。此外，数据集整合了人口密度栅格、GRID3与OSM健康设施点位、跨国流动估算、内部人口迁移及冲突事件记录，形成了对疫情动态与社会经济环境的全面刻画。所有原始文件按来源分文件夹存放，并附有处理脚本与元数据描述，确保数据溯源清晰。

特点

本数据集具有高度时空精细度与多维度整合能力。基于刚果的519个卫生区划单元，构建了包含25个矢量化图层的GeoJSON快照，覆盖了每日确诊病例数、死亡数、接触者追踪与隔离情况等流行病学核心指标。交叉引入了社会经济脆弱性指数、城市用地比例、人均GDP及难民营位置等背景变量。特别地，数据融合了INSP内部通报与WHO周报，借助人工转录实现了对官方报告缺口的补充。针对大规模人群流动建模需求，还提供了跨区域移动矩阵，涵盖道路通行时间、内部迁徙与手机信令估算的迁入迁出模式。所有输出文件遵循统一命名约定，支持静态与时间序列灵活查询，为空间流行病学研究提供了高度结构化的基础设施。

使用方法

用户可通过克隆仓库并使用Python环境重新生成数据集。建议先执行`python -m tools.qa`与单元测试进行质量控制验证，再通过`python -m tools.build_geojson`在本地重建整合的GeoJSON文件。该GeoJSON以519个卫生区划的`Nom`字段为键，嵌入所有通过QA测试的矢量化指标，同时将大型跨区矩阵以独立CSV文件存储在`data/<数据集>/processed/`目录下。用户可按需调用`build/drc_health_zones.geojson`进行空间可视化与分析，利用`data/aliases.csv`处理地名异构问题。对于时间序列分析，`build/long/`文件夹提供了格式统一的完整长格式数据。数据在Git LFS支持下管理大体积二进制文件，并通过自动化发布流程生成带版本的快照，便于复现疫情发展进程和建模研究。

背景与挑战

背景概述

2026年，刚果民主共和国境内暴发了由本迪布焦埃博拉病毒（BDBV）引起的疫情，这一事件不仅对当地公共卫生系统构成了严峻考验，更因其跨境传播风险而引发国际关注。为应对这一危机，由金沙萨国家生物医学研究所（INRB）、非洲一号健康研究所（INOHA）及国家公共卫生研究所（INSP）牵头，联合牛津大学、东北大学等国际科研力量，组建了多学科研究团队。该数据集由Dav Ebengo、Placide Mbala-Kingebeni等核心研究人员主导，于2026年5月正式创建，旨在整合多源异构数据，构建疫情时空演化的综合情报基础。其核心研究问题聚焦于如何在高冲突密度、人口流动频繁且基础设施薄弱的区域，实现疫情的精准监测与响应策略优化。该数据集迅速成为全球埃博拉病毒研究领域的重要参考，为实时流行病学建模、资源调配决策及跨境风险评估提供了前所未有的数据支撑。

当前挑战

该数据集所解决的领域问题在于，此前对BDBV疫情的建模分析常受困于数据碎片化与更新滞后，难以捕捉疫情在偏远卫生区间的动态传播。具体挑战包括：第一，数据异构整合难度极大，需将WHO周报、INSP每日疫情通报、ACLED冲突事件、IOM人口迁徙数据及OSRM路网矩阵等多源时空信息统一至519个卫生区的标准框架下，治理不同编码体系与空间分辨率的冲突。第二，构建过程面临实时性与完整性的矛盾，手动转录来自PDF格式的INSP疫情报告揭示了非结构化数据提取的低效与易错性，尤其是针对接触者追踪等关键指标，需在疫情爆发压力下维持每日更新。第三，数据可用性受限于冲突地带，ACLED数据的不稳定输出暴露了在动荡区域获取持续、可靠情报的固有障碍，导致部分变量暂无法纳入正式构建。

常用场景

经典使用场景

在传染病流行病学与公共卫生应急响应领域，Bundibugyo Ebola病毒疫情2026数据集被广泛用于构建疫情时空传播模型。该数据集整合了从世界卫生组织、刚果国家公共卫生研究所及人道主义数据交换平台等多源渠道获取的每日病例、死亡人数、接触者追踪指标及各卫生区地理边界信息，研究者可基于此分析病毒在健康区尺度上的扩散动态，并结合人口密度、道路通行时间、跨境人口流动及内部迁移等协变量，校准易感-暴露-感染-恢复（SEIR）类模型，揭示疫情传播的关键驱动因子。

解决学术问题

该数据集有效解决了疫情爆发初期实时、细粒度流行病学数据稀缺且整合难度大的学术困境。通过提供涵盖每日疑似与确诊病例、死亡人数、接触者隔离与追踪进展等多维度的标准化时间序列数据，并辅以卫生设施分布、社会经济剥夺指数及城市用地比例等静态环境变量，该数据集助力研究者突破传统病例报告在空间粒度上的局限，深入探讨冲突事件、人口流动及医疗资源可达性对疫情传播异质性的影响，为理解出血热类病毒在低资源环境下的传播机制提供了宝贵的实证基础。

衍生相关工作

该数据集衍生了一系列开创性工作，其中最经典的是基于贝叶斯层次模型的实时再生数估计与空间传播风险预测研究。研究者利用INSP每日疫情报告及ACLED冲突事件数据，构建了考虑社会扰动因素的随机传播框架，发表了关于冲突地区疫情峰值预判与干预措施阈值评估的里程碑式论文。此外，结合Flowminder手机信令推导的人口流动矩阵，学界开发了跨省扩散预警系统，实现了对邻近未报告地区潜在输入病例的早期预警，推动了移动大数据与传统流行病学数据的深度融合范式。