electricsheepafrica/africa-who-health-services-provision

该数据集包含非洲国家在2021年至2023年期间的WHO GHO指标Health services provision（IHRSPAR2_C08）的国家级观测数据。数据来源于WHO Global Health Observatory OData API，并以Parquet文件的形式重新打包，具有一致的架构。所有值均来自NumericValue（浮点精度字段），而不是显示字符串。在可用的情况下，还包括置信区间边界（value_low，value_high）。数据集是[Electric Sheep Africa](https://huggingface.co/electricsheepafrica)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。

This dataset contains country-level observations for the WHO GHO indicator Health services provision (IHRSPAR2_C08) across African nations, spanning 2021–2023. It is part of the [Electric Sheep Africa](https://huggingface.co/electricsheepafrica) 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

该数据集源于世界卫生组织全球卫生观察站（WHO GHO）的官方OData API，聚焦于非洲区域国家在“卫生服务供给”（指标代码IHRSPAR2_C08）方面的表现。Electric Sheep Africa团队对原始数据进行系统性清洗与重构，将原始数值字段（NumericValue）作为核心定量指标，并保留置信区间上下界（value_low, value_high）。数据以Parquet格式存储，采用统一的列式模式，涵盖47个非洲国家2021至2023年间的观测记录，共计141条，确保数据集的机器学习就绪性。

特点

该数据集的核心特征在于其简洁且标准化的结构。每个观测值对应一个国家与年份的唯一组合，无额外子维度分层，避免了多维嵌套带来的复杂性。数据包含完整的元信息，如指标代码、国家ISO3代码、WHO区域编码及更新时间戳。尤为重要的是，数据集同时提供数值型点估计与格式化显示字符串，为不同分析需求提供灵活接口。缺失的置信区间边界被妥善标记，保障了统计推断的准确性。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，使用load_dataset函数即可获取训练集，并支持无缝转换为Pandas DataFrame进行分析。典型应用场景包括筛选全国层面的双性别人群数据（通过dim1字段的BTSX后缀或空值判断），以及按国家进行时间序列分析，如通过排序年份字段提取肯尼亚的历年变化。数据集适用于分类与回归两类机器学习任务，为非洲卫生政策建模提供了可靠的数据基础。

背景与挑战

背景概述

该数据集由世界卫生组织（WHO）全球卫生观察站（GHO）创建，由Electric Sheep Africa团队于2023年重新打包并发布在HuggingFace平台上，聚焦于非洲国家2021至2023年间卫生服务提供能力的量化评估。其核心研究问题在于通过标准化指标（IHRSPAR2_C08）监测非洲地区卫生系统在基础医疗服务覆盖、应急响应及持续运营方面的表现，弥补了传统非洲卫生数据碎片化、格式不统一的研究缺口。作为首个以机器学习就绪格式（Parquet）提供的非洲区域卫生服务数据集合，该数据集为流行病学建模、卫生政策评估及跨境健康不平等分析提供了关键基础，推动了数据驱动型公共卫生决策在非洲大陆的落地。

当前挑战

该数据集面临的领域挑战在于，非洲卫生服务提供指标受限于稀疏且不均衡的监测网络——47国仅141条观测值，导致模型难以捕捉沙哈拉以南地区独特的城乡、性别及冲突区域的服务差异，而WHO原始数据的分层维度（如居住地类型、性别）在聚合后进一步压缩了细粒度表征能力。构建过程中则需解决多重数据异构难题：OData API返回的置信区间与点估计值存在不一致性，需通过NumericValue字段强制对齐；各国历史数据的时间戳与更新频率差异导致跨年可比性下降；此外，ISO3国家代码与WHO区域编码的映射校验、缺失的次国家级空间坐标以及Parquet格式对非结构化元数据的兼容性限制，均要求额外的清洗与注入逻辑以维持机器学习的可复现性。

常用场景

经典使用场景

非洲作为全球卫生挑战最为严峻的区域之一，其卫生服务供给能力的量化评估始终是国际公共卫生研究的热点。该数据集汇集了世界卫生组织全球卫生观察站（WHO GHO）发布的非洲47国2021至2023年间卫生服务供给指标（IHRSPAR2_C08），涵盖国家层面的点估计值及置信区间。其典型应用场景在于构建时空维度的面板数据，通过跨国家、跨年份的对比分析，揭示非洲各国在基本卫生服务覆盖、应急响应能力及系统韧性方面的动态演变轨迹，为宏观卫生政策评估提供严谨的数据底座。

解决学术问题

该数据集直接回应了非洲卫生系统研究中长期存在的‘数据稀疏性’与‘可比性缺失’双重困境。通过提供标准化的数值型指标及配套的置信区间，它使得学者得以开展跨国的卫生服务供给效率测度、卫生系统脆弱性归因分析以及新冠疫情后恢复进程的定量追踪。其意义在于弥合了全球卫生治理中从定性描述到计量建模的鸿沟，尤其为非洲区域卫生协同机制的效能检验、国际卫生条例（IHR）核心能力达标率的实证研究提供了关键证据链，推动了循证决策在非洲大陆的落地。

衍生相关工作

基于此数据源已衍生出一系列开创性学术工作。在机器学习和公共健康交叉领域，有研究者将其与非洲大陆的疾病负担数据（如疟疾或艾滋病感染率）进行联合分析，采用贝叶斯分层模型识别卫生服务供给不足的热点区域；另一部分工作则聚焦于数据修复与增强——利用该数据集提供的置信区间估计，开发适用于稀疏面板数据的多任务学习框架。此外，Electric Sheep Africa团队基于该数据构建的统一ML-Ready仓库范式，本身就是一项重要的基础设施性贡献，降低了后续研究者复现和扩展工作的技术门槛。