electricsheepasia/asia-who-number-of-people-dying-from-hiv-related-causes

该数据集包含亚洲33个国家从2000年至2024年关于“因HIV相关原因死亡人数”的800个观测值，覆盖1个独立指标。数据来源于世界卫生组织（WHO）的全球健康观察站（GHO），由Electric Sheep Asia重新打包发布。数据集以表格形式组织，包括指标代码、国家ISO3代码、WHO区域、年份、数值、置信区间和显示值等列，适用于表格分类、回归和时间序列预测等任务。

This dataset contains 800 observations on the number of deaths due to HIV-related causes from 2000 to 2024 across 33 countries in Asia, covering one single independent indicator. The data is sourced from the Global Health Observatory (GHO) of the World Health Organization (WHO), and republished by Electric Sheep Asia. The dataset is organized in tabular format, with columns including indicator code, country ISO3 code, WHO region, year, numerical value, confidence interval, and display value, among others. It is suitable for tasks such as table classification, regression, and time series forecasting.

搜集汇总

数据集介绍

构建方式

该数据集由Electric Sheep Asia从世界卫生组织全球卫生观测站（WHO GHO）中提取并重新封装，聚焦于亚洲地区因艾滋病相关原因导致的死亡人数。数据覆盖2000年至2024年间33个亚洲国家，共包含800条观测记录，每条记录均包含指示代码、国家ISO3代码、WHO区域、年份、数值及其置信区间等多维字段。数据以Parquet格式存储，通过HuggingFace Datasets库的load_dataset()函数即可直接加载，极大提升了研究的可复现性与便捷性。

使用方法

使用者可通过HuggingFace Datasets库的一行代码加载数据集，并将其转换为pandas DataFrame进行灵活操作。典型应用包括：筛选特定国家的艾滋病致死时间序列、对单一指标进行趋势可视化、或通过透视表构建国家×年份的数值矩阵以支持跨国产出与纵向比较。数据集的标准化格式使得集成到现有机器学习或流行病学分析流程中极为简便，尤其适合亚洲区域的健康政策研究与预测建模。

背景与挑战

背景概述

艾滋病（HIV/AIDS）作为全球公共卫生领域的重大挑战，其引发的死亡人数一直是评估疾病负担与干预效果的核心指标。由世界卫生组织（WHO）全球卫生观察站（GHO）维护、Electric Sheep Asia于2024年重新整理的“Asia WHO Number of People Dying from HIV-Related Causes”数据集，聚焦亚洲33个国家，收录了2000年至2024年间共计800条观测数据。该数据集以标准化、机器学习友好的格式呈现，为流行病学研究、公共卫生政策评估以及时间序列预测提供了宝贵的基础资源，尤其填补了亚洲地区在艾滋病相关死亡率细粒度数据上的空白，对全球健康不平等问题的深入分析具有显著的推动价值。

当前挑战

该数据集所应对的核心领域挑战在于：艾滋病相关死亡率的区域差异显著，而亚洲国家在数据报告频率、诊断覆盖率及死因判定标准上存在高度异质性，这导致传统宏观统计难以精准刻画疫情的真实演进。在构建过程中，数据集面临多重难点：首先，需从WHO GHO分散的在线指标中筛选并统一编码“HIV_0000000006”这一关键指标；其次，33个国家涵盖的不同语言、数据格式与更新周期要求团队进行严格的模式归一化与异常值校验；最后，确保1999年前后历史估计值与2024年最新观测值在时间序列上的连贯性，以避免结构性断点对建模效果的影响。

常用场景

经典使用场景

该数据集汇集了世界卫生组织全球卫生观察站（WHO GHO）所提供的亚洲33个国家在2000年至2024年间因艾滋病相关原因死亡人数的年度统计数据，共计800条观测记录。其最经典的用途在于构建区域级艾滋病死亡负担的时间序列模型，通过纵向数据分析揭示艾滋病死亡率在亚洲各国的演变轨迹。研究者可借助该数据集进行趋势分解、季节性检验以及断点检测，以识别政策干预或抗逆转录病毒疗法普及对死亡率的潜在影响。此外，该数据亦常被用于面板数据回归分析，探索经济发展水平、医疗资源分布等宏观因素与艾滋病死亡人数之间的关联，为循证卫生政策的制定提供量化依据。

解决学术问题

在学术研究层面，该数据集有效填补了亚洲地区艾滋病死亡率长期、系统性定量数据的空白，解决了既往研究中因数据碎片化或口径不一而难以进行跨国比较的困境。它使得研究者能够定量评估千年发展目标及可持续发展目标在降低艾滋病相关死亡率方面的阶段性成效，并揭示不同国家在实现全球健康承诺进程中的差异化表现。该数据还为传染病流行病学模型提供了关键的校准与验证基准，支持基于贝叶斯分层模型或结构方程模型挖掘隐藏的死亡驱动因子，从而推动理论框架从单因描述向多因解释的跃迁，显著增强了公共卫生研究的可复现性与可推广性。

实际应用

在实际应用场景中，该数据集是区域卫生规划与资源分配不可或缺的决策支撑工具。国际组织如联合国艾滋病规划署、亚洲开发银行及各国家级疾控中心可依托该数据，识别艾滋病死亡率高企且呈上升趋势的重点国家与时期，从而精准调配抗病毒药物、检测试剂及医疗人员等稀缺资源。非政府组织亦可借助其对干预项目进行效果评估，通过对比项目实施前后死亡人数的时序变化来量化行动成效。此外，数据科学团队可将该数据融入交互式仪表盘或早期预警系统，为政策制定者提供实时、直观的疫情态势感知，助力从被动应对转向主动防控。

数据集最近研究

最新研究方向

基于世界卫生组织全球卫生观测站权威数据源，该数据集整合了2000至2024年间亚洲33个国家的HIV相关死亡人数时序观测，为区域流行病学建模与公共卫生政策评估提供了高价值定量基础。当前前沿研究聚焦于两个维度：一是运用时间序列预测与因果推断方法，追踪抗逆转录病毒疗法覆盖率、检测率与死亡率下降之间的动态关联，特别是在东南亚高负担国家；二是借助该数据集评估全球“95-95-95”目标在亚洲的实现进展，识别各国在消除艾滋病这一公共卫生威胁道路上的结构性瓶颈。随着UNAIDS提出2030年终结艾滋病流行的时间表，该数据集正成为亚洲区域健康指标监测、资源分配优化以及跨国家比较研究中不可或缺的实证基石。