使用开源数字生物监测构建全球人类流行病数据库

科学领域:

• 流行病学 流行病学
• 传染病的动态传染病的动态.
• 公共卫生监督 公共卫生监督

背景情况:

• 全球监测系统产生了大量关于传染病爆发的数据.
• 标准化,全面的数据集对于分析流行病趋势和出现模式至关重要.
• 现有的数据往往缺乏一致的结构,阻碍了大规模的流行病学分析.

研究的目的:

• 呈现和分析大型疫情数据集的精选子集,重点关注人类流行病事件.
• 引入标准化方法来结构化流行病学数据,以确保一致性和可靠性.
• 为探索疫情动态和疾病出现提供一个强大的数据集.

主要方法:

• 从官方的,开源的监测报告中开发一个全面的数据集.
• 包括170多种病原体,237个国家/地区和3300多个事件 (1963-2023年).
• 专注于在2015年至2020年期间发病的人类流行病事件的子集.
• 实施一项专门的方法论,以便统一地结构化流行病学数据.
• 多轮手动和自动数据审查和验证准确性.

主要成果:

• 编制了2015-2020年人类流行病事件的结构化数据集.
• 该数据集提供了对疫情的可靠的时空视图.
• 数据验证确保了各种事件和病原体的准确性和一致性.
• 数据集涵盖了广泛的病原体和地理位置.

结论:

• 开发的数据集为流行病学研究提供了广泛和标准化的资源.
• 它非常适合描述性流行病学和研究疾病出现的动态.
• 标准化方法提高了时空爆发分析的可靠性.
• 该资源有助于更深入地了解全球流行病模式.