Data-Gouv-FR/metriques-dutilisation-de-lapplication-tousanticovid

该数据集提供了法国TousAntiCovid应用程序的使用指标数据。TousAntiCovid是一款旨在帮助用户参与抗击新冠疫情的应用程序，通过匿名通知可能接触过COVID-19阳性病例的用户，以促进早期检测和防控。数据集包含自2020年6月2日应用程序启动以来每日的累计统计数据，具体指标包括：累计注册应用数减去注销数（即净注册量）、累计被应用程序通知为COVID-19接触风险的用户数，以及累计每日自报为COVID-19病例的用户数。这些数据有助于分析应用程序的采用情况、用户参与度以及在疫情追踪中的作用。This dataset provides usage metrics for the French TousAntiCovid application. TousAntiCovid is an app designed to help users participate in the fight against the COVID-19 pandemic by anonymously notifying individuals who may have been exposed to positive cases, facilitating early testing and containment. The dataset includes daily cumulative statistics from the apps launch on June 2, 2020, covering: the cumulative number of registered applications minus deregistrations (net registrations), the cumulative number of users notified by the app as at-risk contacts due to COVID-19 exposure, and the cumulative number of users self-reporting as COVID-19 cases per day. This data supports analysis of app adoption, user engagement, and its role in pandemic tracking.

搜集汇总

数据集介绍

构建方式

该数据集源自法国官方数据平台data.gouv.fr，汇集了TousAntiCovid应用程序的使用统计信息。数据集按照Hugging Face的数据结构组织，将原始数据平台中的每一张表格映射为一个子集（configuration），每个子集包含一个名为'train'的分片。具体而言，数据集包含两个子集：'tac-newmetrics'和'tac-metriques'，分别对应两个Parquet格式的表格文件。这种结构化的存储方式确保了数据的完整性与可复用性，便于后续的分析与处理。

特点

该数据集的核心价值在于时间序列维度上的完整积累，记录了自2020年6月2日应用上线以来逐日的关键使用指标，包括应用累计注册与注销的净数量、被通知为接触风险的累计用户数，以及每日主动申报为COVID-19病例的累计用户数。这些指标从用户参与度和公共卫生响应两个层面，定量刻画了移动应用在流行病防控中的实际效用，为评估数字接触追踪工具的有效性提供了珍贵的实证基础。

使用方法

使用者可通过Hugging Face的`datasets`库便捷加载数据，例如执行`load_dataset("Data-Gouv-ML/metriques-dutilisation-de-lapplication-tousanticovid", "tac-newmetrics")`以获取特定子集。加载后的数据集可直接通过Python的pandas等工具进行数据清洗与可视化分析，支持对应用程序使用趋势、用户行为模式及疫情传播动态进行深入研究。这种标准化的加载方式降低了数据获取的门槛，使研究者能够快速聚焦于核心分析任务。

背景与挑战

背景概述

自2020年新冠疫情席卷全球以来，数字接触追踪技术成为遏制病毒传播的关键工具之一。法国政府于2020年6月2日推出TousAntiCovid应用程序，旨在通过匿名提醒潜在暴露者，补充医疗体系的防疫行动。该数据集由法国公共数据平台data.gouv.fr发布，详细记录了自应用上线以来每日的累积注册用户数、被通知为风险接触者的用户数以及自我报告为新冠病例的用户数。这些指标为评估数字接触追踪工具的实际效能、用户行为模式及防疫策略提供了宝贵的第一手量化资料，对公共卫生决策与流行病学研究具有重要参考价值。

当前挑战

该数据集所应对的领域挑战在于量化评估自愿型接触追踪应用在真实世界中的采纳率与有效性，尤其解决用户隐私保护与公共健康监测之间的平衡难题。构建过程中，数据收集面临多重困难：需确保每日统计的匿名性与法国国家信息与自由委员会（CNIL）的法规严格一致；需整合来自iOS与Android两大平台、且可能因系统更新或用户卸载导致的数据口径不一致；同时，如何准确区分应用下载量与活跃用户数、避免重复计数或遗漏，也是技术实现上需要克服的显著障碍。

常用场景

经典使用场景

在数字健康与公共卫生领域，TousAntiCovid应用使用量数据集（Métriques d'utilisation de l'application TousAntiCovid）作为官方开放的法国公共数据，为研究者提供了自2020年6月2日应用上线以来每日累积的用户注册数量、被通知为风险接触者的用户总数以及主动报告为COVID-19确诊病例的用户数量等关键指标。这些细粒度的时序数据使得科研人员能够深入解析接触者追踪工具在真实世界中的采纳与使用模式，例如分析应用下载量与社会封锁政策松紧之间的关联，或探究疫情高峰期间用户主动上报行为的动态变化，从而评估此类移动健康干预措施的实际覆盖效果。数据集被划分为`tac-newmetrics`与`tac-metriques`两个子集，前者可能包含更新或调整后的指标定义，为流行病学建模中的参数校准和干预效果模拟提供了坚实的实证基础。

解决学术问题

该数据集的核心学术价值在于解决了传染病数字防控工具效能评估中缺乏真实世界使用证据的难题。传统流行病学研究多依赖理论模型或小规模调查，而TousAntiCovid官方指标以每日累积记录的形式，揭示了大规模接触者追踪应用在实际部署中的用户行为规律，如注册量与新增感染人数的滞后相关性，以及风险通知触发的检测意愿变化。这些数据使得学者能够量化数字接触追踪对减少病毒传播链的贡献，并验证匿名化通知机制下用户隐私担忧与实际采用率之间的博弈关系，从而为公共卫生政策制定者提供基于证据的优化建议，例如提升应用功能易用性或强化社区信任度。

衍生相关工作

基于该数据集，衍生了一系列聚焦数字接触追踪采纳行为与流行病学效应的经典研究。典型工作包括利用时间序列分析建模用户注册与撤销的动力学过程，揭示政策事件（如局部封锁解除）如何影响应用留存率；也有学者将数据中的风险通知总量与后续确诊报告数进行因果推断，验证匿名提醒对检测行为的触发效果。此外，部分研究将该指标与区域感染率、人口流动性数据融合，构建多源数据集以评估非药物干预措施（NPIs）的组合效能。这些工作不仅深化了对于COVID-19大流行期间数字技术社会嵌入性的理解，还推动了隐私保护通知机制的设计优化，并为未来突发传染病防控中的“数字免疫护照”可行性提供了实证参考。