Data-Gouv-FR/donnees-relatives-aux-personnes-vaccinees-contre-la-covid-19-1

该数据集包含法国新冠疫苗接种的详细数据，由法国公共卫生部门（Santé publique France）通过Vaccin Covid（VAC-SI）信息系统收集和发布。数据覆盖从疫苗接种运动开始以来的时间范围，提供按日期、地理层级（国家、地区、部门）、年龄组、性别和疫苗类型分类的统计信息。具体变量包括每日各剂量接种人数（如第一剂、第二剂、第三剂、第四剂）、累计接种人数、疫苗接种覆盖率（如基本完整接种覆盖率、加强针覆盖率），以及针对Omicron变异株的适配加强针数据。数据以CSV和Parquet格式提供，包含多个子集，如按年龄和性别分类的数据、按疫苗类型分类的数据等。数据集还包含元数据说明，如人口参考数据来源（INSEE）、年龄组和性别编码、地区代码和疫苗类型代码。数据更新频率为工作日，并包含数据使用注意事项，例如数据录入延迟和可能的误差说明。该数据集旨在支持对法国新冠疫苗接种进展的公开监测和分析。This dataset contains detailed data on COVID-19 vaccination in France, collected and released by Santé publique France via the Vaccin Covid (VAC-SI) information system. Covering the entire timespan since the launch of the COVID-19 vaccination campaign, the dataset provides statistical information categorized by date, geographic levels (national, regional, departmental), age groups, gender, and vaccine type. Specific variables include the daily number of people receiving each dose (e.g., first, second, third, and fourth doses), cumulative vaccination counts, vaccination coverage rates (e.g., basic full vaccination coverage, booster dose coverage), and data on adapted booster shots targeting the Omicron variant. The dataset is available in CSV and Parquet formats, and includes multiple subsets such as data categorized by age and gender, data categorized by vaccine type, and more. The dataset also includes metadata explanations, such as the source of population reference data (INSEE), age group and gender coding, regional codes, and vaccine type codes. The data is updated on workdays, and includes notes on data usage, such as explanations of data entry delays and potential errors. This dataset is intended to support public monitoring and analysis of the progress of COVID-19 vaccination in France.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共卫生部门（Santé publique France）在data.gouv.fr平台上发布的官方开放数据，汇集了Vaccin Covid信息系统所采集的新冠疫苗接种记录。原始数据由执行接种的医疗专业人员实时录入，经由区域卫生局汇总并上报至国家层面。在Hugging Face平台上，数据集被重新组织为多个子集，每个子集对应一个原始表格资源（如按地理层级、时间快照划分的文件），并以Parquet格式存储，每个子集包含唯一的训练集（train）分割。这些子集涵盖了从国家、大区到省份的多个地理尺度，以及按年龄、性别和疫苗类型等维度细分的统计信息。

特点

该数据集最显著的特征是其多层次、多维度的结构化设计，能够支持从宏观到微观的疫苗接种情况分析。它提供了法国全境及各级行政区域（大区、省份）的疫苗接种统计数据，包括每日及累计的接种人数、完全接种人数、加强针接种人数等关键指标。此外，数据集还按年龄组、性别和疫苗品牌（如辉瑞、莫德纳、阿斯利康等）对数据进行细粒度的交叉分类，并涵盖针对奥密克戎变异株的二价疫苗等新型疫苗的接种信息。这种丰富的数据粒度使得研究人员能够深入分析不同人群的接种趋势与疫苗覆盖率。

使用方法

使用该数据集时，可通过Hugging Face的datasets库进行高效加载。用户需选择特定的子集（configuration）名称，例如'vacsi-s-a-fra-2023-07-13-15h51'以获取截至特定日期、按年龄和性别分类的全国数据。加载后的数据集可直接转化为Pandas DataFrame进行后续处理。由于数据集已预分割为训练集，用户可直接开始探索性分析或建模工作。建议在分析前仔细查阅官方文档中关于变量编码（如地区、性别、年龄组和疫苗类型的数值化编码）的说明，以确保数据解读的准确性。

背景与挑战

背景概述

该数据集由法国公共卫生机构Santé publique France于2021年初创建，依托法国国家健康保险基金开发的Vaccin Covid信息系统，旨在实时监测并公开法国境内COVID-19疫苗接种进展。核心研究问题聚焦于追踪不同地理层级（国家、大区、省）及社会人口学特征（年龄、性别、疫苗类型）下的疫苗接种覆盖率与剂量分布。作为法国政府开放数据倡议的重要组成，该数据集为流行病学建模、公共卫生政策评估及国际疫苗接种比较研究提供了关键基准，尤其在高频时间序列与精细空间粒度上具有突出价值。

当前挑战

数据构建面临多重挑战：首先，疫苗信息系统依赖医疗机构实时录入，但存在数据回填滞后性，导致每日新增剂次统计可能低估短期峰值，尤其周末效应显著。其次，数据质量控制困难——例如儿童（<5岁）接种记录可能混入高风险个体或录入错误，而Janssen单剂疫苗被记录为第二或第三剂的现象无法消歧。此外，地理参照需每年随法国国家统计局人口估计更新，历史数据与最新基准的衔接易引发覆盖率计算偏差。最后，开放数据架构要求以Parquet格式多子集存储，虽提升查询效率，却增加了跨表一致性校验的复杂度。

常用场景

经典使用场景

在新冠疫情肆虐的全球公共卫生危机背景下，该数据集为流行病学与生物统计学领域的研究提供了至关重要的基础数据支撑。其最经典的使用场景涵盖疫苗覆盖率时空趋势分析、不同年龄与性别群体的接种差异刻画，以及多剂次接种策略的成效评估。研究者可借助该数据，结合地理信息系统，从国家、大区到省份的多层级尺度，系统追踪第一剂至第四剂及奥密克戎变异株适应性疫苗的每日接种人数与累计覆盖变化，从而精准描绘法国境内疫苗部署的动力学特征。

衍生相关工作

围绕该数据集已衍生出多项具有代表性的学术研究与工具成果。一方面，基于其细颗粒度的时间序列，学者构建了预测疫苗覆盖增长曲线的计量模型与模拟推演框架。另一方面，与其他新冠流行病学数据源（如住院率、重症监护室入住率及发病率监测数据）的交叉耦合，催生了评估疫苗效果（VE）的队列与病例对照研究。此外，该数据在开放数据倡议下的标准化存储格式（Parquet/CSV）也为跨机构数据整合、机器学习建模及健康公平性量化评价提供了可复用的基准资源。

数据集最近研究

最新研究方向

该数据集基于法国公共卫生部门（Santé publique France）发布的官方开放数据，系统记录了新冠疫苗接种者的详细信息，涵盖国家、大区及省级层面的接种人数、疫苗类型、年龄层、性别及剂量分布等关键指标。随着奥密克戎变异株的全球流行，该数据集的最新研究方向聚焦于评估疫苗加强针（特别是针对变异株的二价疫苗）对突破性感染和重症预防的真实世界效力，同时结合区域人口流动性与医疗资源分配进行空间流行病学建模。在后疫情时代，研究人员利用这些细粒度时间序列数据，分析不同疫苗组合免疫策略（如异源接种）对群体免疫屏障维持的长期效果，为优化公共卫生资源配置和制定个性化免疫规划提供了宝贵的定量依据。