electricsheepeurope/europe-who-prevalence-of-thinness-among-children-and-adolescents

该数据集包含欧洲儿童和青少年消瘦患病率的数据，具体指标为BMI低于中位数-2个标准差（粗估计）的百分比。数据集共有16,117条观测记录，覆盖40个欧洲国家，时间范围为1980年至2024年，包含1个独特指标。数据来源于世界卫生组织（WHO）的全球健康观察站（GHO），由Electric Sheep Europe重新包装并发布。数据集以表格形式存储，包括指标代码、国家ISO3代码、年份、性别维度、年龄组维度、数值估计值及其置信区间等列，适用于表格分类、回归和时间序列预测等任务。This dataset contains data on the prevalence of underweight among children and adolescents in Europe, with the specific indicator being the percentage of individuals with a Body Mass Index (BMI) below median minus 2 standard deviations (crude estimate). It comprises 16,117 observational records, covering 40 European countries, spanning the period from 1980 to 2024, and includes one unique indicator. The data is sourced from the Global Health Observatory (GHO) of the World Health Organization (WHO), and was repackaged and released by Electric Sheep Europe. Stored in a tabular format, the dataset features columns including indicator code, ISO3 country code, year, gender dimension, age group dimension, numerical estimate and its corresponding confidence interval, and is suitable for tasks such as tabular classification, regression, and time series forecasting.

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 Europe团队重新打包并发布于HuggingFace平台。数据收集覆盖1980年至2024年期间欧洲40个国家的儿童与青少年消瘦患病率，指标为BMI低于中位数两个标准差以下的粗估计百分比。原始数据经过清洗与标准化处理，以Parquet格式存储，并配以统一的字段架构。数据集包含16,117条观测记录，每条记录均包含指标代码、国家ISO3编码、年份、性别与年龄组分层维度、数值估计及其置信区间等关键字段，便于研究者直接调用。

特点

本数据集最具特色之处在于其精细的分层结构。除年度与国家维度的覆盖面外，数据按性别（男女及总体）和年龄组（5-9岁、5-19岁、10-19岁）进行详细拆解，支持多维度的亚组分析。每个数值观测均附带上下置信区间，为统计推断提供了坚实基础。此外，数据的时间跨度长达45年，覆盖了欧洲主要国家，为纵向趋势分析与跨国比较研究创造了宝贵资源。统一的CC-BY-4.0许可协议也确保了数据的广泛可及性与合法复用。

使用方法

用户可通过HuggingFace的datasets库直接加载该数据集，仅需一行代码`load_dataset('electricsheepeurope/europe-who-prevalence-of-thinness-among-children-and-adolescents')`即可获取训练集。加载后的数据可轻松转换为Pandas DataFrame，支持按国家、指标代码筛选，或按年份排序进行时间序列分析。研究者亦可利用透视表功能，将数据重塑为国家×年份的矩阵形式，便于进行面板数据分析或可视化呈现。数据集设计充分考虑了机器学习的便捷性，可直接用于分类、回归及时序预测等任务。

背景与挑战

背景概述

儿童与青少年消瘦问题作为全球公共卫生领域的重要议题，长期受到世界卫生组织（WHO）的高度关注。该数据集由WHO全球卫生观察站（GHO）于2024年发布，经Electric Sheep Europe重新整理并托管于HuggingFace平台，涵盖1980年至2024年间欧洲40个国家的16,117条观测记录，聚焦于身体质量指数（BMI）低于中位数两个标准差以下的消瘦患病率（粗估百分比）。数据集以标准化表格形式呈现，包含性别与年龄组等分层维度，为跨国家、跨年代的儿童营养不良状况分析提供了宝贵的高粒度资源。其发布显著提升了欧洲区域儿童消瘦流行病学研究的可复现性与数据可达性，助力公共卫生政策制定与干预效果评估，对全球营养健康监测体系具有重要推动作用。

当前挑战

该数据集所解决的领域核心挑战在于系统量化欧洲儿童消瘦这一关键营养指标的时空分布与演变趋势，弥补了以往研究因数据碎片化、标准不统一而难以进行跨国比较的不足。构建过程中面临的挑战包括：从WHO原始数据中提取并清洗跨越45年的多国记录，确保各国上报数据的定义与测量方法学一致性；处理因卫生系统能力差异导致的数据缺失与报告滞后问题；整合多种分层维度（性别、年龄组）并维持统计可比性；同时设计兼容机器学习与时间序列分析的数据架构，以支持未来预测模型的构建。这些挑战的克服使得数据集能够为营养流行病学、公共卫生政策及可持续健康指标追踪提供坚实的数据基础。

常用场景

经典使用场景

在欧洲儿童与青少年健康研究领域，该数据集凭借其跨越44年（1980-2024年）、涵盖40个欧洲国家、包含16117条观测记录的丰富体量，成为评估儿童青少年消瘦患病率的标志性资源。其核心应用场景聚焦于利用世界卫生组织全球卫生观察站的标准化指标（BMI低于中位数-2个标准差），通过时间序列分析、面板数据建模与地域横向比较，系统揭示欧洲不同国家、不同性别及年龄组（5-9岁、5-19岁、10-19岁）儿童青少年的消瘦分布格局与长期演变趋势。

实际应用

在实际应用层面，该数据集为欧洲各国卫生部门和国际组织的健康监测与决策支持系统提供了关键数据输入。例如，政策制定者可借助其按国家、性别和年龄维度拆解的数据，评估现有营养干预措施的成效，并动态调整资源配置。此外，公共卫生机构可将其融入流行病学预警模型，通过历史趋势预测未来消瘦患病率的波动，从而提前部署营养补充计划或学校健康检查项目，切实提升儿童群体的整体健康水平。

衍生相关工作

基于这一丰富的纵向面板数据，研究者已经发展出了一系列衍生性经典工作。例如，学者们构建了面向欧洲儿童消瘦患病率的多层次回归模型与贝叶斯时空模型，探索国家层面宏观经济指标（如人均GDP、食品价格指数）与消瘦率之间的非线性关联；同时，利用时间序列分解技术分离出长期趋势与周期性波动成分，对比东西欧国家在公共卫生转型中的营养变迁路径。此外，该数据集还被整合进全球疾病负担研究框架，为跨国营养不平等指数与儿童健康可持续发展目标（SDG）的追踪评估提供了基准数据源。