electricsheepafrica/africa-who-number-of-new-reported-cases-of-buruli-ulcer

该数据集包含WHO GHO指标“新报告布鲁里溃疡病例数”（NTD_1）在非洲国家的国家级观察数据，时间跨度为2002年至2022年。它是Electric Sheep Africa集合的一部分，这是一个统一的、适合机器学习应用的非洲数据存储库。数据直接从WHO全球健康观察站OData API获取，并以Parquet文件形式重新打包，具有一致的架构。所有数值均来自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）。This dataset contains country-level observations for the WHO GHO indicator "Number of new reported cases of Buruli ulcer" (NTD_1) across African nations, spanning 2002–2022. 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.

搜集汇总

数据集介绍

构建方式

该数据集聚焦于非洲地区布鲁里溃疡新报告病例数这一关键公共卫生指标，源自世界卫生组织全球卫生观察站（WHO GHO）的OData API。数据经过系统化处理与清洗，以Parquet文件格式重新打包，构建起一套具备统一架构且便于机器学习模型调用的标准化数据集。数据集涵盖2002年至2022年间，来自17个非洲国家共计218条观测记录，所有数值均精准提取自原始API中的浮点精度字段，并包含置信区间上下限等辅助信息。

使用方法

使用该数据集极为便捷，用户可通过HuggingFace的datasets库直接加载并转换为Pandas数据框进行后续分析。为聚焦于全国性全性别数据，建议按dim1字段过滤以排除由性别或居住地等亚组产生的重复行。研究者可依据country_iso3与year字段轻松构建单一国家的时间序列，亦可在17个非洲国家间进行横向对比分析或构建回归预测模型。

背景与挑战

背景概述

布鲁里溃疡（Buruli ulcer）是由溃疡分枝杆菌（Mycobacterium ulcerans）引起的一种慢性、毁容性的皮肤感染疾病，被世界卫生组织（WHO）列为被忽视的热带病（Neglected Tropical Diseases, NTDs）之一。该病在非洲、西太平洋和美洲的部分地区流行，尤其在卫生资源匮乏的农村社区构成严重公共卫生负担。WHO全球卫生观察站（GHO）自2002年起系统收集并发布布鲁里溃疡新增报告病例数据，为全球疾病监测与防控提供了关键依据。由Electric Sheep Africa机构重新整理并公开的非洲布鲁里溃疡新增报告病例数据集，聚焦于17个非洲国家在2002至2022年间的218条国家层面观测记录，涵盖了点估计值及置信区间，以标准化、机器可读的Parquet格式呈现。该数据集为流行病学建模与健康政策制定提供了首次统一、高质量的非洲区域病例数据资源，极大推动了该领域数据驱动的决策与传染性溃疡疾病的研究进展。

当前挑战

该数据集所解决的领域问题在于，布鲁里溃疡作为被忽视的热带病，长期面临病例漏报、诊断能力不足及监测体系碎片化等严峻挑战。由于患者多分布于偏远农村地区，医疗基础设施薄弱且缺乏有效的诊断工具，导致报告数据与实际发病情况之间存在显著偏差。构建过程中，数据集面临数据质量不一致、时空覆盖不连续、来自WHO OData API中的原始数值字段与其他格式化显示字段存在解析歧义等多重难题。此外，不同国家间报告标准差异、年度数据缺失以及置信区间信息的不完整，均增加了数据分析与模型训练的不确定性。将分散的健康观测数据转化为统一的机器学习就绪格式，亦需克服语义对齐与标准处理的复杂障碍。

常用场景

经典使用场景

在非洲公共卫生与流行病学领域，该数据集最经典的应用场景莫过于对布鲁里溃疡这一被忽视的热带病进行时空流行趋势分析。研究者可借由覆盖17个非洲国家、横跨2002至2022年的年度新发病例数据，构建疾病负担的时间序列模型，精准刻画布鲁里溃疡在非洲大陆的分布图谱与动态演变规律。

解决学术问题

该数据集有效填补了布鲁里溃疡在非洲区域高质量、结构化、可机读流行病学数据的长期空白。它解决了因数据分散或格式不统一而难以开展跨国比较研究的难题，使学术界得以量化疾病的时空异质性，评估防控政策效果，并识别高风险区域与时间窗口，从而为全球被忽视热带病的研究格局注入新的实证动力。

实际应用

在实际应用层面，该数据集为世界卫生组织非洲区域办公室及各国疾控部门提供了关键的决策支撑。公共卫生机构可借助这些连续观测的发病数字，动态监测布鲁里溃疡的疫情态势，优化医疗资源配置，并提前预警潜在暴发点。同时，非政府组织与跨学科技术团队也以其为基石，开发数据驱动的疾病预警系统。

数据集最近研究

最新研究方向

该数据集聚焦于非洲地区布鲁里溃疡新报告病例数的时空动态追踪，为被忽视的热带病（NTD）监测提供了标准化、机器可读的统计基础。当前前沿研究方向包括利用2002至2022年间17个国家的面板数据，结合气候与环境变量构建传染病传播的风险预测模型，以揭示气候变化与布鲁里溃疡暴发间的潜在关联。此外，该数据集在非洲公共卫生应急响应中具有重要价值，支持通过时空聚类分析识别高发区域，助力世界卫生组织“2030年NTD消除路线图”的进展评估，同时也为下游机器学习任务如病例数量分类与回归预测提供了高质量训练集，推动了数据驱动型全球健康治理的实证研究。