electricsheepafrica/africa-who-reported-number-of-children-receiving-antiretroviral-therapy

该数据集包含非洲国家在2000-2024年间WHO GHO指标接受抗逆转录病毒治疗的儿童报告数量(HIV_0000000011)的国家级观测数据。它是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OData API，并以Parquet文件格式重新打包，具有一致的架构。所有值都来自NumericValue(浮点精度字段)，而不是显示字符串。在可用的情况下，包含置信区间边界(value_low, value_high)。

This dataset contains country-level observations for the WHO GHO indicator Reported number of children receiving antiretroviral therapy (HIV_0000000011) across African nations, spanning 2000–2024. 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，聚焦于非洲国家2000至2024年间接受抗逆转录病毒治疗的儿童报告数量。原始数据经由Electric Sheep Africa项目重新打包，转化为统一的Parquet文件格式，并采用一致的列式架构。所有数值均取自API返回的浮点精度字段NumericValue，同时保留了置信区间上下界（value_low与value_high），以支持更精细的统计分析。数据覆盖42个非洲国家，共计1024条观测记录，且仅限于WHO非洲区域（AFR）内的国家。

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函数即可获取训练集，并便捷地转换为pandas DataFrame。建议在分析前进行维度筛选：例如，仅保留dim1字段以_BTSX结尾或为空的行，以获取全国范围内两性数据。针对特定国家的时间序列研究，可依据country_iso3字段过滤，如选取肯尼亚（KEN）的数据并按年份排序。该数据集适用于分类与回归任务，尤其适合用于非洲儿童艾滋病治疗覆盖率的相关预测与流行病学建模。

背景与挑战

背景概述

在撒哈拉以南非洲，儿童艾滋病病毒感染者的抗逆转录病毒治疗覆盖率长期处于较低水平，精确监测治疗人数对评估公共卫生干预效果至关重要。该数据集由世界卫生组织（WHO）于2024年通过全球卫生观察站（GHO）发布，后经Electric Sheep Africa团队重新封装为机器学习友好格式，聚焦“接受抗逆转录病毒治疗的儿童报告人数”（HIV_0000000011）这一核心指标。数据涵盖2000至2024年间42个非洲国家共1024条观测记录，提供了统一模式的数值估计及置信区间，填补了该地区儿童艾滋病治疗规模科学评估的数据空白，为流行病学研究、政策制定及预测建模奠定了坚实的数据基础。

当前挑战

该数据集所解决的领域问题在于，儿童艾滋病治疗领域长期缺乏系统化、跨时段且可达性强的数据集，导致对治疗覆盖趋势的量化分析受阻，影响资源分配与政策优化。构建过程中，挑战主要体现在三个方面：一是原始WHO数据以OData API形式存在，需要高效解析与格式统一；二是不同国家间的报告一致性差，部分年份数据稀疏，需谨慎处理缺失值与异常值；三是数据口径存在分层维度（如性别、居住地类型），需在保留细粒度信息的同时确保国家级汇总的准确性，避免因统计口径混乱引入偏差。

常用场景

经典使用场景

该数据集聚焦于非洲地区接受抗逆转录病毒治疗的儿童数量，以国家-年份为观测单元，覆盖42个非洲国家、时间跨度从2000年至2024年。经典的使用场景包括对儿童治疗覆盖率进行时间序列分析与跨国比较，评估抗逆转录病毒疗法在儿科人群中的推广进程。研究者可利用其结构化字段（如point estimate与置信区间）构建回归模型，预测未来治疗需求或揭示区域间的资源分配差异，从而为公共卫生干预策略提供数据驱动依据。

解决学术问题

在学术研究中，该数据集主要解决了非洲儿童HIV治疗覆盖率量化证据不足的难题，填补了针对儿科抗逆转录病毒治疗的纵向监测空白。它支持研究者探讨治疗服务可及性与国家卫生系统能力之间的关联，分析政策变化或资金投入对治疗效果的影响。通过置信区间信息，学者还能评估数据的统计稳健性，为全球健康不平等议题提供实证基础，推动资源优化配置与儿童健康结局改善。

实际应用

在实际应用中，该数据集被国际卫生组织、政府及非政府机构用于监测非洲儿童抗逆转录病毒治疗的进展，辅助制定阶段性目标并评估干预成效。例如，公共卫生官员可依据治疗人数的时间趋势，识别覆盖率下降的国家或区域，从而及时调整药品采购计划或培训医疗人员。此外，它还为疫情建模提供校准数据，支持决策者模拟不同情境下的治疗需求，优化资源投放。

数据集最近研究

最新研究方向

在当前全球公共卫生治理的宏大叙事中，该数据集聚焦于非洲地区儿童接受抗逆转录病毒治疗的量化演进，正成为评估区域艾滋病防控成效与卫生系统韧性的关键标尺。前沿研究已不再停留于描述性统计，而是借助机器学习模型深入挖掘治疗覆盖率与时间、地理及人口学维度之间的非线性关联，尤其关注2000年至2024年间各国干预策略的异质性响应。结合WHO全球健康观测站的数据脉络，这一指标为探讨“90-90-90”目标在儿童群体中的实现差距提供了不可多得的实证支撑，更与近年非洲大陆加速推动的母婴传播消除计划形成了紧密的映射关系。该数据集在推动精准公共卫生干预、优化资源分配以及揭示健康不平等深层结构方面，展现出不可替代的学术价值与实践意义。