electricsheepasia/asia-who-infants-exclusively-breastfed-for-the-first-six-months-of

该数据集包含世界卫生组织全球健康观察站提供的关于婴儿在出生后前六个月内纯母乳喂养比例（%）的数据，专门针对亚洲地区。数据集涵盖37个亚洲国家，时间范围从1987年至2020年，共包含160个观测值，涉及1个独特指标（WHOSIS_000006）。数据内容包括指标代码、国家ISO3代码、世界卫生组织区域、年份、数值、置信区间低值、置信区间高值、显示值以及最后更新时间。数据集由Electric Sheep Asia重新打包，旨在为亚洲地区提供统一的、适合机器学习的数据层。This dataset contains data on the exclusive breastfeeding rate (%) of infants in the first six months after birth, sourced from the World Health Organization (WHO) Global Health Observatory (GHO), specifically targeting the Asian region. It covers 37 Asian countries, with a time span from 1987 to 2020, totaling 160 observations, and involves one unique indicator (WHOSIS_000006). The dataset includes indicator code, country ISO3 code, WHO region, year, numerical value, lower confidence interval bound, upper confidence interval bound, displayed value, and last update time. This dataset was repackaged by Electric Sheep Asia, with the goal of providing a unified, machine-learning-ready data layer for the Asian region.

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察站（WHO GHO），由Electric Sheep Asia团队重新封装并发布。数据集包含1987年至2020年间亚洲37个国家的160条观测记录，聚焦于‘出生后前六个月纯母乳喂养的婴儿比例’这一核心健康指标。每条记录涵盖指标代码、国家ISO3代码、WHO区域、年份、数值及其置信区间（value_low与value_high）、展示格式值以及数据更新时间。数据以表格形式组织，便于直接加载为Pandas DataFrame，支持按国家、指标或年份进行切片分析。

使用方法

用户可通过HuggingFace Datasets库的`load_dataset`函数一键加载数据，并利用`to_pandas()`方法将数据转化为Pandas DataFrame进行后续处理。典型使用场景包括：按国家代码过滤以分析特定国家的时间趋势；对单一指标按年份排序并绘制时间序列图；借助透视表功能构建国家×年份的数值矩阵，便于横向比较或面板数据分析。数据集已预置标准化模式，无需额外清洗即可直接用于回归、分类或时间序列预测等机器学习任务。

背景与挑战

背景概述

婴幼儿期纯母乳喂养率是衡量全球公共卫生成效与儿童营养状况的关键指标，世界卫生组织（WHO）长期以来致力于通过其全球卫生观察平台（GHO）系统性地追踪这一数据。该数据集由Electric Sheep Asia于2020年整理并重新打包发布，聚焦亚洲地区，涵盖37个国家从1987年至2020年间共160次观测记录，核心研究问题在于揭示亚洲各国在纯母乳喂养实践上的时空演变趋势与差异化特征。作为连接原始权威数据与机器学习就绪格式的桥梁，这一精简但高价值的表格数据集不仅为流行病学建模、区域健康政策评估提供了可靠依据，更成为推动亚洲乃至全球婴幼儿营养研究深入发展的基础资源。

当前挑战

该数据集所应对的领域挑战在于，亚洲地区横跨南亚、东南亚、西亚及中亚等多元文化与经济发展地带，各国社会习俗、医疗体系及数据采集能力参差不齐，导致纯母乳喂养的真实水平难以精准刻画与跨境比较。具体构建过程中面临多重困难：时间跨度长达34年，各国观测频率与连续性差异显著（如孟加拉国拥有10次记录而多数国家不足7次），造成非平衡面板结构与部分国家数据稀疏；原始数据来源分散且格式各异，需统一标准化为包含置信区间等多维字段的模式；此外，缺失值处理与长尾小样本国家的代表性维护亦对数据清洗与可靠性保障提出了严苛要求。

常用场景

经典使用场景

该数据集收录了世界卫生组织全球卫生观测站发布的1987年至2020年间37个亚洲国家纯母乳喂养率（%）的160条观测记录，每一行数据包含国家代码、年份、估计值及其置信区间，构成了一个结构规整的时序面板数据。在经典应用中，研究者可借助该数据集构建多国纵向比较分析，通过可视化工具描绘各国纯母乳喂养率随时间演变的轨迹，揭示区域内的异质性与潜在趋同趋势。同时，该数据为面板回归模型提供了基础变量，便于量化经济、社会、政策等因素对母乳喂养行为的综合影响。

解决学术问题

在公共卫生与营养学领域，亚洲各国普遍缺乏长期、可比的纯母乳喂养率统计资料，导致跨国因果推断与趋势预测面临数据瓶颈。该数据集填补了这一空白，使学者能够系统考察1987年至2020年间亚洲地区纯母乳喂养率的变化规律，评估世界卫生组织全球婴幼儿喂养策略的实际执行效果。其提供的置信区间信息更允许进行不确定性量化，为Meta分析、贝叶斯分层模型的构建奠定了可靠基础，从而推动了发展中国家婴幼儿喂养行为决定因素的实证研究。

实际应用

在实际应用中，该数据集可作为政府部门制定母婴健康干预政策的监测基准，帮助追踪每个国家在联合国可持续发展目标框架下关于纯母乳喂养的进展。国际组织与慈善机构可依据其中的历史趋势识别成效显著的国家案例，提炼可推广的社区干预模式。此外，数据中的国家—年份面板结构也适于输入预测模型，用于预判未来数年母乳喂养率的变化方向，从而指导宣传资源与医疗物资的精准投放。

数据集最近研究

最新研究方向

该数据集聚焦于亚洲地区婴儿纯母乳喂养率（0-6个月）的时空演变格局，为全球健康监测与公共卫生政策评估提供了关键数据支撑。当前研究前沿正借助时间序列分析与空间计量模型，深入挖掘1987至2020年间37个亚洲国家的喂养行为变迁，尤其关注区域异质性、经济发展阶段与母乳喂养干预措施之间的动态关联。结合世界卫生组织提出的全球营养目标，该数据集有助于量化亚洲各国在实现婴幼儿健康指标方面取得的进展与面临的挑战，为推动循证决策和缩小区域健康差距奠定了扎实基础。