Home Health Agency Cost Report (U.S., FY2022) — Cleaned/Validated Data

Cleaned and validated U.S. CMS Home Health Agency (HHA) Cost Report for FY2022. Includes the cleaned CSV (201 cols; 10,564 rows), a tidy provider-year table of total operating expenses (USD), validation metrics with a 47-row issues sample, and the exact Python scripts + YAML to reproduce. Contents: CostReporthha_Final_22_clean.csv; labels.csv; DATA_DICTIONARY.csv; targets_long.csv; VALIDATION/hha22_validation.json and hha22_issues.csv; PROCESSING/ (scripts + config); README.md; LICENSE.txt; optional figure. Quality summary: CCN validity 100%; state codes ~99.6%; date start/end parse 100%/100%; cost numeric coverage ~69.2%; rows 10,564; columns 201. Provenance & ethics: CMS Provider Data Catalog — “Home Health Agency Cost Report” (file CostReporthha_Final_22.csv). No PHI/PII; provider IDs are institutional CCNs. License: CC BY 4.0. Reuse: Suitable for provider-year health-economics analyses, benchmarking cleaning/validation pipelines, and teaching reproducible curation. Reproducibility: See README. (A) Regenerate artifacts from the included cleaned CSV; or (B) optionally place the CMS raw CSV in this folder and run the clean → validate → artifacts scripts.本数据集为经过清洗与验证的2022财年美国医疗保险与医疗补助服务中心（Centers for Medicare & Medicaid Services, 简称CMS）家庭健康机构（Home Health Agency, 简称HHA）成本报告数据集。包含已清洗的CSV文件（共201列、10564行）、一份格式规整的提供者-财年维度总运营支出（美元）表格、带有47行问题样本的验证指标文件，以及可复现该数据集的完整Python脚本与YAML配置文件。 数据集内容包括：CostReporthha_Final_22_clean.csv、labels.csv、DATA_DICTIONARY.csv、targets_long.csv；VALIDATION目录下的hha22_validation.json与hha22_issues.csv；PROCESSING目录（内含脚本与配置文件）；README.md、LICENSE.txt，以及可选的可视化图表。 质量概况：CCN（Certification Number）有效性达100%；州代码覆盖率约99.6%；日期起始与结束解析率均为100%；成本数值字段覆盖率约69.2%；数据集共10564行、201列。 来源与伦理说明：本数据集源自CMS提供者数据目录中的「家庭健康机构成本报告」（原始文件为CostReporthha_Final_22.csv）。数据未包含受保护健康信息（Protected Health Information, 简称PHI）与个人可识别信息（Personally Identifiable Information, 简称PII）；提供者标识符为机构CCN。授权许可协议为CC BY 4.0。 复用场景：适用于提供者-财年维度的卫生经济学分析、清洗与验证流水线的基准测试，以及可复现的数据整理教学演示。 复现说明：详见README.md。方式（A）：可直接通过内置的已清洗CSV文件重新生成相关产物；方式（B）：可选操作——将CMS原始CSV文件放入当前目录，依次运行清洗→验证→生成产物的脚本即可复现完整流程。