Data-Gouv-FR/donnees-denquete-relatives-a-levolution-des-comportements-et-de-la-sante-mentale-pendant-lepidem

该数据集包含法国公共卫生部门（Santé publique France）与BVA公司合作的CoviPrev调查数据，旨在跟踪自2020年3月16日政府封锁措施以来，COVID-19疫情期间行为和心理健康及其主要决定因素的演变。数据覆盖区域和国家层面，具体包括：焦虑、睡眠问题和抑郁在COVID-19背景下的患病率；系统性采纳3项物理距离措施、4项卫生措施、公共场所戴口罩以及保持一米距离的患病率；系统性采纳的预防措施平均数量（共7项）和卫生措施平均数量（共4项）。方法论方面：焦虑和抑郁使用HAD量表测量（得分>10）；睡眠问题基于受访者报告有点或很多问题；其他措施仅统计系统性采纳的受访者。数据提供95%置信区间，并使用分位数方法计算类别。注意事项：数据可能存在申报偏差，且某些区域样本量较小（约100名受访者），导致估计不确定性。数据将根据调查波次定期更新。This dataset contains data from the CoviPrev survey conducted by Santé publique France in collaboration with BVA, aiming to track the evolution of behaviors, mental health, and their key determinants during the COVID-19 pandemic since the government lockdown measures on March 16, 2020. The data covers regional and national levels, including: prevalence of anxiety, sleep problems, and depression in the context of COVID-19; prevalence of systematic adoption of 3 physical distancing measures, 4 hygiene measures, mask-wearing in public, and maintaining a one-meter distance; average number of prevention measures adopted systematically (out of 7) and hygiene measures adopted systematically (out of 4). Methodologically: anxiety and depression were measured using the HAD scale (score >10); sleep problems were based on respondents reporting a little or a lot of issues; other measures only included respondents who reported systematic adoption. Data provides 95% confidence intervals and uses quantile methods for classification. Notes: Data may be subject to declaration bias, and some regions have small sample sizes (~100 respondents), leading to estimation uncertainty. Data will be updated regularly based on survey waves.

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共卫生机构Santé publique France与BVA咨询公司自2020年3月23日启动的CoviPrev调查，旨在追踪COVID-19疫情及2020年3月16日政府隔离措施实施后，民众行为与心理健康状态的动态演变。数据收集采用定期问卷调查方式，覆盖全国及区域层面，重点评估焦虑、抑郁、睡眠障碍等心理健康指标的流行率，以及物理 distancing、卫生习惯、口罩佩戴等预防行为的采纳率。指标定义严格遵循标准化量表（如HAD焦虑抑郁量表，阈值>10）和明确问题框架，例如睡眠问题以“过去8天中”自评“有点”或“很多”为准，预防行为则仅统计“系统性”采纳者。数据集附带元数据文件，并采用分位数法对指标进行分级，同时提供95%置信区间以反映统计精度。

特点

该数据集的核心特色在于其多维度和时效性，系统整合了心理健康与行为预防两大关键领域的流行病学指标。具体涵盖焦虑、抑郁、睡眠问题的流行率，以及三大物理 distancing措施、四大卫生习惯、口罩佩戴和保持一米距离等七项防护行为的系统性采纳率，并衍生出平均采纳数量等综合指标。数据来源为大规模重复截面调查，虽存在自我报告偏倚，但通过分区域和分时间点的细致分层，有效支撑了疫情不同阶段的纵向比较。值得关注的是，数据集对每项指标均附有详细的方法论说明（如HAD量表应用和问题措辞），并标注了样本量较小区域可能存在的统计不确定性，体现了严谨的数据治理态度。

使用方法

用户可通过Hugging Face数据集页面访问此资源，该页面作为数据目录提供指向原始存储库（data.gouv.fr）的链接，实际数据文件需从该外部平台下载。下载后，主数据文件与元数据文件需配合使用，其中元数据文件详细描述了变量编码、测量方法和分层标准（如地理区域和时间分期）。数据分析时，建议重点关注焦虑、抑郁等心理指标的HAD评分阈值划分，以及各类预防行为的“系统性”采纳定义，以准确解读流行率估计值。鉴于数据更新频率与调查波次一致，用户应定期检查最新版本，并注意在跨区域比较时考虑样本量差异导致的置信区间宽度变化，从而合理评估统计推断的可靠性。

背景与挑战

背景概述

该数据集源自法国公共卫生机构Santé publique France与BVA调研公司于2020年3月23日联合发起的COVIPREV纵向调查，核心目标在于追踪COVID-19疫情期间法国人群行为模式与心理健康的动态演变及其决定因素。作为一项全国性监测工具，数据集系统记录了焦虑、抑郁、睡眠障碍等心理健康指标的流行率，以及物理距离、手部卫生、口罩佩戴等防护行为的采纳情况，为理解大规模流行病中人类行为与心理的交互规律提供了关键实证基础。该数据集对全球公共卫生政策制定、疫情行为模型验证以及心理健康干预研究具有重要参考价值，尤其推动了社会学、流行病学和心理学交叉领域关于突发公共卫生事件人群响应的理论发展。

当前挑战

该数据集面临多重挑战：首先，研究领域需应对疫情期间行为与心理健康变化的复杂性，例如焦虑与防护行为间的非线性关联、社会规范对个体行为的调节作用，以及长期隔离引发的心理适应问题，这些均需细致建模与分析。其次，构建过程中存在显著方法学挑战，包括自我报告数据固有的报告偏倚（如夸大或低估防护行为）、区域样本量不均（部分区域仅约百名受访者）导致的统计推断不确定性，以及纵向跟踪中受访者流失和数据波次更新频率不一的连续性问题。此外，指标测量依赖于特定量表（如HAD量表）和自定义阈值，可能引入文化适配性与跨群体可比性方面的局限，需后续研究审慎对待。

常用场景

经典使用场景

COVIPREV数据集由法国公共卫生机构与BVA调查公司联合推出，旨在系统监测COVID-19疫情期间法国民众的行为演变与心理健康动态。该数据集的核心应用场景在于量化评估疫情对人群心理状态的多维冲击，包括焦虑、抑郁和睡眠障碍的流行率变化。同时，它详尽记录了公众对物理距离、手部卫生、口罩佩戴等防护措施的采纳程度，为研究者提供了追踪预防行为依从性随时间波动的宝贵窗口。这一独特的数据整合方式，使得COVIPREV成为分析社会行为与心理应激之间交互作用的理想工具。

衍生相关工作

基于COVIPREV数据集，衍生了大量以法国为背景的疫情行为与心理健康研究。这些工作包括对疫情不同阶段（如首波封锁与解封期）中焦虑和抑郁轨迹的建模，探索了社会弱势群体与低依从行为之间的关联。另一系列研究聚焦于防护行为的聚类分析，将个人卫生、物理隔离与社交互动的综合实施模式进行归纳。此外，该数据集被用于开发预测模型，评估不同行为场景下的感染扩散风险。这些衍生工作共同丰富了公共卫生紧急状态下的大数据驱动干预设计，促进了用户画像与行为科学在流行病学中的应用。

数据集最近研究

最新研究方向

在当前全球公共卫生领域，COVID-19大流行不仅对生理健康构成威胁，更深刻影响了民众的心理状态与社会行为模式。该数据集（COVIPREV）由法国公共卫生机构Santé publique France发起，系统追踪了疫情期间焦虑、抑郁、睡眠障碍等心理健康指标的变迁，并涵盖了物理 distancing、卫生习惯及口罩佩戴等防护行为的采纳情况。前沿研究正借助此类纵向调查数据，结合机器学习与社会网络分析模型，揭示疫情不同阶段心理韧性的动态演变规律、行为适应机制与政策干预效果之间的复杂交互作用。尤其在后疫情时代，这些数据为制定精准心理健康支持策略、优化公共卫生沟通传播及构建面向未来大流行的社会行为预警系统提供了宝贵的实证基础与决策依据。