数据集概述
本数据集源自欧洲统计局区域健康统计框架，聚焦于按NUTS 2区域划分的医疗保健资源与患者非支出维度的详细统计。通过扫描表格列名，明确数据覆盖了1999年至2021年的跨年度信息，地理范围覆盖欧盟各NUTS 2细分区域。报告显示所有文件的缺失率均为0.0%，数据完整度极高。该数据为分析区域医疗资源配置合理性、评估不同区域患者就医负担差异及优化公共卫生政策提供了坚实的决策支持。
文件详解
- 按性别、经济活动（NACE Rev. 1）和 NUTS 2 区域（hlth_db_emrena）划分的残疾患病率.tsv.gz（TSV.GZ）：包含11,988行数据，核心指标包括经济活动分类、性别、区域代码，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、住院人数、总数 - 总计 - 历史数据.tsv.gz（TSV.GZ）：包含872,164行数据，核心指标包括诊断分类、年龄组、性别，数据质量表现为缺失率约为0.0%。
- 按诊断、NUTS 2区、住院患者和总人数划分的医院出院人数 - 女性 - 历史数据.tsv.gz（TSV.GZ）：包含854,297行数据，核心指标包括诊断分类、年龄组、区域代码，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的住院平均住院天数 - 女性 - 历史数据.tsv.gz（TSV.GZ）：包含735,237行数据，核心指标包括年龄组、诊断分类、住院类型，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的住院平均住院天数 - 男性 - 历史数据.tsv.gz（TSV.GZ）：包含691,570行数据，核心指标包括年龄组、诊断分类、区域代码，数据质量表现为缺失率约为0.0%。
- 因经济原因、候诊名单过长或距离过远而未满足的医疗检查需求（按 NUTS-2 区域划分） - 有相同需求的人数百分比.tsv.gz（TSV.GZ）：包含242行数据，核心指标包括医疗检查类型、区域代码、需求原因，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数，日间病例数，每 10 万居民 - 男性 - 历史数据.tsv.gz（TSV.GZ）：包含721,299行数据，核心指标包括诊断分类、年龄组、住院类型，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数，日间病例数，每 10 万居民 - 女性 - 历史数据.tsv.gz（TSV.GZ）：包含784,498行数据，核心指标包括诊断分类、年龄组、区域代码，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的住院患者住院天数 - 总计 - 历史数据.tsv.gz（TSV.GZ）：包含871,957行数据，核心指标包括年龄组、诊断分类、区域代码，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、住院人数、总人数 - 男性 - 历史数据.tsv.gz（TSV.GZ）：包含785,433行数据，核心指标包括诊断分类、年龄组、性别，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、日间病例、总数 - 总计 - 历史数据.tsv.gz（TSV.GZ）：包含839,591行数据，核心指标包括诊断分类、年龄组、住院类型，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、住院人数、每 10 万居民 - 总计 - 历史数据.tsv.gz（TSV.GZ）：包含829,560行数据，核心指标包括诊断分类、年龄组、区域代码，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的医生.tsv.gz（TSV.GZ）：包含855行数据，核心指标包括医生类别、区域代码、统计频率，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的住院患者住院天数 - 男性 - 历史数据.tsv.gz（TSV.GZ）：包含784,253行数据，核心指标包括年龄组、诊断分类、区域代码，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、日间病例数、每 10 万居民 - 总计 - 历史数据.tsv.gz（TSV.GZ）：包含800,787行数据，核心指标包括诊断分类、年龄组、住院类型，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的住院患者住院天数 - 女性 - 历史数据.tsv.gz（TSV.GZ）：包含853,011行数据，核心指标包括年龄组、诊断分类、区域代码，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、日间病例、总数 - 女性 - 历史数据.tsv.gz（TSV.GZ）：包含822,494行数据，核心指标包括诊断分类、年龄组、性别，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、日间病例、总数 - 男性 - 历史数据.tsv.gz（TSV.GZ）：包含756,286行数据，核心指标包括诊断分类、年龄组、性别，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、住院人数、每 10 万居民 - 女性 - 历史数据.tsv.gz（TSV.GZ）：包含812,704行数据，核心指标包括诊断分类、年龄组、区域代码，数据质量表现为缺失率约为0.0%。
- 按诊断和 NUTS 2 区域划分的医院出院人数、住院人数、每 10 万居民 - 男性 - 历史数据.tsv.gz（TSV.GZ）：包含747,177行数据，核心指标包括诊断分类、年龄组、区域代码，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的医院可用床位.tsv.gz（TSV.GZ）：包含809行数据，核心指标包括床位类型、区域代码、统计频率，数据质量表现为缺失率约为0.0%。
- 按 NUTS 2 区域划分的住院平均住院天数 - 总计 - 历史数据.tsv.gz（TSV.GZ）：包含764,259行数据，核心指标包括年龄组、诊断分类、区域代码，数据质量表现为缺失率约为0.0%。
数据来源
欧洲统计局（Eurostat）
适用场景
- 区域医疗资源配置分析：利用医生和医院可用床位数据，通过分析不同NUTS 2区域的医疗资源密度差异，为政策制定者解决区域医疗资源分配不均的问题。
- 住院服务质量评估：利用住院平均住院天数数据，通过分析不同区域和年龄组的住院时长趋势，为医疗机构优化住院流程提供参考。
- 就医可及性评价：利用未满足医疗检查需求数据，通过分析经济、候诊时间、距离因素对就医的影响，为政府部门制定改善医疗可及性的政策提供依据。
- 疾病负担与医疗服务需求预测：利用医院出院人数和住院天数数据，通过分析不同诊断分类的患者分布和时间趋势，为公共卫生部门预测区域疾病负担和医疗服务需求提供支持。
