数据集概述
本数据集来自CovidVu全国概率调查，收集2020年8月至2021年9月美国成人的社会接触模式数据，分三轮调查。包含社会接触类型、人口统计学特征及调查权重等信息，用于估计SARS-CoV-2感染累积发病率，共4个文件。
文件详解
- CovidVu Zenodo Codebook.xlsx
- 文件格式：XLSX
- 字段映射介绍：数据集的代码本，用于解释各数据文件的字段定义、编码规则及数据收集背景
- COVIDVu_Contacts.csv
- 文件格式：CSV
- 字段映射介绍：包含p_id（参与者ID）、phys_home/nonphys_home（家庭内物理/非物理接触）、phys_work/nonphys_work（工作场所物理/非物理接触）、phys_school/nonphys_school（学校物理/非物理接触）、phys_other/nonphys_other（其他场景物理/非物理接触）、round（调查轮次）、cont_age（接触对象年龄）等字段
- COVIDVu_Weights.csv
- 文件格式：CSV
- 字段映射介绍：包含p_id（参与者ID）、month6（调查权重值）等字段，用于计算无偏估计的参数权重
- COVIDVu_Demography.csv
- 文件格式：CSV
- 字段映射介绍：包含参与者的人口统计学信息（具体字段未完全展示，推测包括性别、年龄、种族/民族、教育程度、收入、婚姻状况、普查分区等）
数据来源
CovidVu研究（访问https://prismhealth.emory.edu/covidvu/获取更多信息）
适用场景
- 公共卫生政策制定：分析不同场景下的社会接触模式，为疫情防控措施（如社交距离政策）提供数据支持
- 传染病传播建模：基于社会接触数据构建SARS-CoV-2传播模型，估计感染累积发病率
- 人口统计学特征与接触行为关联研究：探究不同年龄、性别、种族等人群的社会接触差异
- 公共卫生调查方法优化：利用调查权重数据改进全国性概率调查的参数估计准确性
