electricsheepafrica/africa-who-prevalence-of-overweight-among-adults-ncdbmi25c

该数据集包含非洲国家在1990年至2022年间，世界卫生组织全球健康观察站（GHO）指标成年人超重（BMI≥25）的流行率（粗略估计）（%）（NCD_BMI_25C）的国家级观测数据。数据集是Electric Sheep Africa集合的一部分，这是一个统一的、适合机器学习使用的非洲数据存储库。数据直接来源于WHO全球健康观察站的OData API，并以Parquet文件格式重新打包，具有一致的架构。所有数值均来自NumericValue（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）。数据集覆盖了47个非洲国家，总共有4,653行数据，并按性别等子维度进行了分层。This dataset contains country-level observations for the WHO GHO indicator Prevalence of overweight among adults, BMI ≥ 25 (crude estimate) (%) (NCD_BMI_25C) across African nations, spanning 1990–2022. 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. The dataset covers 47 African nations with a total of 4,653 rows and is stratified by sub-dimensions such as sex.

搜集汇总

数据集介绍

构建方式

本数据集源自世界卫生组织全球卫生观察站（WHO GHO）的OData API，聚焦于非洲地区成年人超重患病率（BMI≥25，粗估计值，以百分比表示）这一关键指标，其指标代码为NCD_BMI_25C。原始数据经系统性清洗与重构后，以Parquet文件格式统一封装，所有数值均取自高精度浮点字段NumericValue，而非显示字符串。数据覆盖1990年至2022年间47个非洲国家的4653条观测记录，并完整保留了置信区间上下限等统计信息。此外，数据集针对性别等子维度进行了分层处理，确保每个国家、年份与维度组合的观测值均独立成行，极大便利了后续的分组分析与聚合运算。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，调用load_dataset函数后即可获得包含前述所有字段的DataFrame。典型使用场景包括：按性别分层筛选全国数据（如仅保留'Sex Both sexes'维度），或针对特定国家（如肯尼亚，ISO3代码KEN）提取时间序列进行趋势分析。数据加载后，用户可灵活利用pandas的groupby与聚合函数进行跨年份、跨国家或跨维度的统计建模，亦可用作回归或分类任务的输入特征。建议优先使用'value_numeric'作为目标变量，并借助'value_low'与'value_high'字段评估预测的不确定性区间。

背景与挑战

背景概述

该数据集源自世界卫生组织（WHO）全球卫生观察站（GHO），由Electric Sheep Africa团队重新整理并发布，聚焦于非洲成人超重患病率（BMI≥25，粗估计值）的国别数据，时间跨度为1990年至2022年。超重作为非传染性疾病（NCDs）的关键风险因子，在全球范围内日益受到关注，尤其在非洲地区，伴随城市化与生活方式转变，其流行趋势对公共卫生体系构成严峻挑战。数据集覆盖47个非洲国家，包含4653条观测记录，并提供按性别等维度分层的指标，为流行病学研究、政策制定及机器学习模型训练提供了标准化的数据基础。其发布填补了非洲区域高质量、机器可读健康数据集的空白，对推动全球健康不平等问题的量化分析具有重要价值。

当前挑战

该数据集主要解决的领域问题是非传染性疾病风险因素（如超重）在非洲地区的时空演变规律，其挑战在于：1) 非洲各国卫生统计体系不完善，导致原始数据存在缺失值、置信区间波动大以及时间序列不连续，影响模型的稳健性；2) 构建过程中需从WHO OData API中整合多源异构数据，统一不同国家报告的编码标准与格式（如性别分类标识），确保47个国家、30年间的数据一致性，同时处理分层维度（如城乡、性别）带来的复杂聚合与缺失推断问题。这要求数据清洗与特征工程方法能兼顾低资源环境下的数据稀疏性与区域异质性，避免引入系统性偏差。

常用场景

经典使用场景

在非洲公共卫生与流行病学研究中，该数据集作为衡量成人超重流行趋势的权威指标，被广泛用于描述性统计分析与时间序列建模。研究者通常基于国家、年份和性别三个维度，追踪1990年至2022年间非洲47个国家的超重率变化轨迹，并借助置信区间评估估计值的波动范围。其经典的‘国家-年份-维度’三级结构特别适合于面板数据分析，能够揭示超重现象在非洲不同区域和人群中的异质性分布特征。

解决学术问题

该数据集有效解决了非洲地区成人超重长期监测数据碎片化且口径不一的问题。学术界此前常因缺乏统一、可比的跨国面板数据而难以开展宏观层面的肥胖流行病学分析。该数据集通过标准化WHO GHO指标与结构化格式，使得研究者能够系统评估非洲超重问题的时空演变规律，并进一步探讨其与社会经济转型、城市化进程及膳食结构变化之间的关联，为全球非传染性疾病负担研究提供了关键证据。

实际应用

实际应用层面，该数据集为非洲各国卫生政策制定者和国际组织提供了动态预警工具。公共卫生部门可基于超重率的逐年变化趋势，识别高危国家与易感人群，从而合理分配健康干预资源，例如针对35岁以上城市女性或男性群体设计体重管理计划。此外，世界卫生组织可借助该数据评估《非传染性疾病全球行动计划》中设定的超重控制目标在非洲的实现进度，并据此调整区域健康促进策略。

数据集最近研究

最新研究方向

在当前全球公共卫生领域，非洲地区成年人超重问题日益受到关注，该数据集聚焦WHO全球健康观察站指标NCD_BMI_25C，涵盖1990至2022年47个非洲国家的成人超重患病率（BMI≥25）估算数据。前沿研究多将其与慢性非传染性疾病（NCDs）负担评估相结合，尤其结合性别、城乡等维度进行亚组分析，以揭示不平等分布的社会决定因素。随着机器学习在流行病建模中的渗透，该数据集凭借其结构化、标准化格式被广泛应用于预测模型训练，助力WHO非洲区域（AFRO）国家制定精准干预策略。其CC BY 4.0开放许可与Parquet格式极大降低了非洲本土数据科学团队的使用门槛，推动数据驱动型健康决策在资源有限环境中的落地，呼应了全球非传染性疾病防控目标的热点议题。