Dataset Preview
The full dataset viewer is not available (click to read why). Only showing a preview of the rows.
The dataset generation failed because of a cast error
Error code: DatasetGenerationCastError
Exception: DatasetGenerationCastError
Message: An error occurred while generating the dataset
All the data files must have the same columns, but at some point there are 3 new columns ({'citation', 'ref_id', 'url'}) and 12 missing columns ({'monitoring_method', 'visualization_method', 'antibiotic_class', 'other', 'sampling_point', 'surveillance_site', 'frequency', 'region', 'source_ref', 'ags_genes', 'record_id', 'bacteria'}).
This happened while the csv dataset builder was generating data using
hf://datasets/isahn/pathogen-surveillance-db-dashborad/data_csv/amr_references.csv (at revision 4dfa600a2ee9bff27965f261b14cfaa45d985416), ['hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/amr_monitoring_by_region.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/amr_references.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/amr_region_references.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/countries.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/country_sources.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/country_surveillance_targets.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/disease_vaccine_summary.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/diseases.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/group_evidence.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/pathogen_master_summary.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/pathogen_vaccine_link.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/pathogens.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/response_scenarios.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/transmissibility_evidence.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/vaccine_products.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/wbe_jrc_crossref.csv']
Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)
Traceback: Traceback (most recent call last):
File "/usr/local/lib/python3.14/site-packages/datasets/builder.py", line 1848, in _prepare_split_single
writer.write_table(table)
~~~~~~~~~~~~~~~~~~^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/arrow_writer.py", line 765, in write_table
self._write_table(pa_table, writer_batch_size=writer_batch_size)
~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/arrow_writer.py", line 773, in _write_table
pa_table = table_cast(pa_table, self._schema)
File "/usr/local/lib/python3.14/site-packages/datasets/table.py", line 2378, in table_cast
return cast_table_to_schema(table, schema)
File "/usr/local/lib/python3.14/site-packages/datasets/table.py", line 2306, in cast_table_to_schema
raise CastError(
...<3 lines>...
)
datasets.table.CastError: Couldn't cast
ref_id: double
citation: string
url: string
-- schema metadata --
pandas: '{"index_columns": [{"kind": "range", "name": null, "start": 0, "' + 613
to
{'record_id': Value('int64'), 'region': Value('string'), 'bacteria': Value('string'), 'ags_genes': Value('string'), 'antibiotic_class': Value('string'), 'other': Value('string'), 'surveillance_site': Value('string'), 'sampling_point': Value('string'), 'frequency': Value('string'), 'monitoring_method': Value('string'), 'visualization_method': Value('string'), 'source_ref': Value('string')}
because column names don't match
During handling of the above exception, another exception occurred:
Traceback (most recent call last):
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 1369, in compute_config_parquet_and_info_response
parquet_operations, partial, estimated_dataset_info = stream_convert_to_parquet(
~~~~~~~~~~~~~~~~~~~~~~~~~^
builder, max_dataset_size_bytes=max_dataset_size_bytes
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
)
^
File "/src/services/worker/src/worker/job_runners/config/parquet_and_info.py", line 948, in stream_convert_to_parquet
builder._prepare_split(split_generator=splits_generators[split], file_format="parquet")
~~~~~~~~~~~~~~~~~~~~~~^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
File "/usr/local/lib/python3.14/site-packages/datasets/builder.py", line 1694, in _prepare_split
for job_id, done, content in self._prepare_split_single(
~~~~~~~~~~~~~~~~~~~~~~~~~~^
gen_kwargs=gen_kwargs, job_id=job_id, **_prepare_split_args
^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^
):
^
File "/usr/local/lib/python3.14/site-packages/datasets/builder.py", line 1850, in _prepare_split_single
raise DatasetGenerationCastError.from_cast_error(
...<4 lines>...
)
datasets.exceptions.DatasetGenerationCastError: An error occurred while generating the dataset
All the data files must have the same columns, but at some point there are 3 new columns ({'citation', 'ref_id', 'url'}) and 12 missing columns ({'monitoring_method', 'visualization_method', 'antibiotic_class', 'other', 'sampling_point', 'surveillance_site', 'frequency', 'region', 'source_ref', 'ags_genes', 'record_id', 'bacteria'}).
This happened while the csv dataset builder was generating data using
hf://datasets/isahn/pathogen-surveillance-db-dashborad/data_csv/amr_references.csv (at revision 4dfa600a2ee9bff27965f261b14cfaa45d985416), ['hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/amr_monitoring_by_region.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/amr_references.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/amr_region_references.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/countries.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/country_sources.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/country_surveillance_targets.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/disease_vaccine_summary.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/diseases.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/group_evidence.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/pathogen_master_summary.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/pathogen_vaccine_link.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/pathogens.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/response_scenarios.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/transmissibility_evidence.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/vaccine_products.csv', 'hf://datasets/isahn/pathogen-surveillance-db-dashborad@4dfa600a2ee9bff27965f261b14cfaa45d985416/data_csv/wbe_jrc_crossref.csv']
Please either edit the data files to have matching columns, or separate them into different configurations (see docs at https://hf.co/docs/hub/datasets-manual-configuration#multiple-configurations)Need help to make the dataset viewer work? Make sure to review how to configure the dataset viewer, and open a discussion for direct support.
record_id int64 | region string | bacteria string | ags_genes string | antibiotic_class string | other string | surveillance_site string | sampling_point string | frequency string | monitoring_method string | visualization_method string | source_ref string |
|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 전 세계 101개국
(243개 도시 기반 하수 감시 연구) | - | sul1, sul2, msr(E), mph(E), erm(B), tet(A/B/M/C/W), blaNDM, blaKPC, blaOXA-48, blaCTX-M, mcr-1 등 557종 이상 | Sulfonamides, Macrolides, Tetracyclines, Aminoglycosides, Beta-lactams, Fluoroquinolones, Glycopeptides, Polymyxins | - | 지역사회 하수도망 및 도시 하수 시스템 | 미처리 유입 하수
(Raw influent) | 2016-2019년 기간 중 연간 또는 반기별(6월, 11월) 채수 | 메타게놈 시퀀싱 (Metagenomic sequencing), qPCR, HT-qPCR, dPCR, metaSPAdes 조립 및 ResFinder 분석 | 지도(Map/Choropleth), 히트맵(Heatmap), 그래프(PCoA/Bubble/Venn), 막대 그래프, 네트워크 그래프, 계통수(Dendrogram) | 1, 2 |
2 | 전 세계 60개국 | Bacteroides, Escherichia, Streptococcus, Acinetobacter 등 | 1,625종 (CTX-M, NDM, mcr, optrA, erm(B), sul1 등, 참조 기반 검출 결과) | Macrolides, Tetracyclines, Aminoglycosides, Beta-lactams, Sulfonamides, Quinolones | - | 74개 도시의 79개 하수 지점 | 미처리 도시 하수, 유입수 또는 하천 배출구 | 2016년 1~2월 중 연속 2일간 채취
(24시간 유량 비례 또는 점 채취) | 메타게놈 분석 (Metagenomics), NGS (Illumina HiSeq 3000), MGmapper 참조 기반 매핑 | 지도(Map), 히트맵(Heatmap), 그래프(Boxplots/Bar/PCoA) | 3 |
3 | 유럽 11개국
(EU-WISH Joint Action 설문) | ESBL 생성 장내세균(ESBL-E), CPE, VRE | sul, tet, bla, qnr, erm, aac 계열 내성 유전자 | Sulfonamide, Tetracycline, Beta-lactam, Quinolone, Macrolide, Aminoglycoside | 이동성 유전요소(MGE) | 인구 10만 명 이상 대도시 하수처리장 (UWWTD 법적 대상범위) | 유입수 및 유출수 | - | 세균 배양(Culture-based), qPCR, 전장 유전체 분석(WGS), 메타게놈 시퀀싱 | 그래프(Bar chart), 표(Table), 대시보드(Dashboards), 지도(Map) | 4, 5, 6 |
4 | 영국
(웨일스 포함) | P. aeruginosa, A. baumanni, E. coli 등 | blaTEM, blaSHV, blaCTX-M, blaOXA, blaKPC, blaNDM, blaVIM, mcr, sul1, tetM, ermB, intI1 등 73/76종 이상 | MLS, Aminoglycosides, Beta-lactams, Sulfonamides, Tetracyclines, Fluoroquinolones, Glycopeptides | - | 도시 하수처리장(47개), 병원 하수, 강 방류 지점, 해변 등 | 유입수(24h 복합), 유출수, 퇴적물 | 2022년 4주 및 2024년 1~3월(웨일스) | HT-qPCR (SmartChip), 메타게놈 시퀀싱 (Illumina NovaSeq 6000) | 지도(Map), 그래프(Bar/Box/PCoA/NMDS), 네트워크 분석도, 히트맵(Heatmap) | 7, 8, 9, 10 |
5 | 독일 | 항생제 내성균 | blaTEM, blaCTX-M, blaOXA-48, blaVIM, blaNDM, blaKPC, sul1, tetM, ermB, mcr-1, vanA, intI1 | Beta-lactams, Sulfonamides, Tetracyclines, Polymyxins | - | 도시, 병원, 농업 하수, 지표수, 토양, 슬러지 | 유입수, 유출수, 하천 상/하류 | 24시간 혼합 시료 | 세균 배양, qPCR, dPCR, WGS, NORMAN 데이터베이스 연계 | 그래프(Graph), 히트맵(Heatmap), 박스 플롯(Box plots) | 11, 8 |
6 | 프랑스 | 16S rRNA, Acinetobacter baumannii, Enterococcus spp., E. coli | blaTEM, blaOXA, blaCTX-M, blaKPC, sul1, tetM, mcr-1, vanA, intI1/2/3 등 | Beta-lactams, Sulfonamides, Tetracyclines, Polymyxins | - | 도시 및 병원 하수처리장, 지표수, 강, 지하수 | 유입수, 유출수, 슬러지, 하천 상/하류 | 24시간 혼합 시료 | 세균 배양, HT-qPCR, 메타트랜스크립토믹스, 16S rRNA 시퀀싱 | 지도(Map), 그래프(Graph), 박스 플롯(Box plots), 흐름도(Flowchart) | 11, 12, 8 |
7 | 포르투갈 | 16S rRNA, Enterobacteria, Enterococci, Heterotrophs | blaTEM, blaSHV, blaCTX-M, blaCMY, blaOXA, blaVIM, mecA, vanA, vanB, mcr-1, sul1, tetM, qnrS, intI1 | Beta-lactams, Tetracyclines, Quinolones, Sulfonamides, Macrolides, Polymyxins | - | 하수처리장(WWTP), 병원 유입수, 하천 | 유입수, 유출수, 하천 상/하류 | 24시간 혼합 시료 | 세균 배양(Kirby-Bauer), qPCR, dPCR, 메타게놈 시퀀싱 | 지도(Map), 그래프(Graph), 박스 플롯(Box plots) | 11, 13, 8 |
8 | 오스트리아 | - | sul1, ermB, tetW, vanA, blaTEM, , nptII/nptIII | - | - | 하수처리장(WWTP) 및 하류 환경 | 유입수, 유출수, 활성 슬러지, 하천 상/하류 | 24시간 혼합 시료 | qPCR, dPCR, HT-qPCR, 메타게놈 분석, 세균 배양 | 그래프(Graph), 박스 플롯(Box plots), 흐름도(Flowchart) | 11, 12, 8 |
9 | 네덜란드 | - | blaOXA-48, blaCTX-M, blaNDM, blaKPC, ermB, sul1, sul2, vanA/B, mcr-1, tetA/M, qnrS, intI1 등 | Beta-lactams, Sulfonamides, Tetracyclines, Polymyxins | - | 지자체 및 병원 하수처리장 | 유입수, 유출수 | 24시간 유량 비례 혼합 시료, 주기적 채취 | 세균 배양, HT-qPCR, WGS, 메타게놈 시퀀싱 | 그래프(Graph), 박스 플롯(Box plots) | 11, 5, 8 |
10 | 노르웨이 | - | blaTEM, blaOXA, blaCTX-M, blaKPC, sul1, tetM, mcr-1, intI1 | Beta-lactams, Sulfonamides, Tetracyclines, Polymyxins, 광범위 항생제 | - | 하수처리장 | 유출수, 하천 상/하류, 사료/식품/동물 샘플 | 24시간 혼합 시료 3일 연속 채취, 정기 모니터링 | 세균 배양, qPCR, 완전 서열 분석 (Complete sequence analysis) | 그래프(Graph), 박스 플롯(Box plots), 플라스미드 지도 | 7, 14, 8 |
11 | 핀란드 | ESBL-Ec(대장균), 16S rRNA | blaCTX-M, blaTEM, blaKPC, blaOXA, blaVIM, blaNDM, AmpC, mecA, tetM, ermB, vanA, sul2, aac(3)-IV | - | - | 하수처리장(WWTP), 병원 하수 | 유입수(미처리), 유출수(2025년부터) | - | 세균 배양, qPCR, ddPCR, HT-qPCR, 메타게놈 시퀀싱 | 그래프(Graph), 히트맵(Heatmap) | 11 |
12 | 불가리아 | HPC, 대장균, Enterococcus, ESBL 생성균 | blaCTX-M, blaKPC, blaTEM, blaSHV, tet 계열, ermB, sul1, sul2, vanA, aac(3)-IV, intI1 등 | Penicillins, Tetracyclines, Phenicols, Quinolones, Sulfonamides | - | 도시 하수처리장 (WWTP) | 유입수, 유출수, 하류 지점 | - | 세균 배양, PCR, 멀티플렉스 PCR | 그래프(Graph), 히트맵(Heatmap), 파이 차트, 막대 그래프 | 11, 15 |
13 | 이탈리아 | - | blaCTX-M, blaKPC, vanA, qnrS | Beta-lactams, Sulfonamides, Tetracyclines, Polymyxins | - | 도시 하수처리장 (WWTP) | 유출수, 24시간 혼합 시료 | 3일 연속 채취 | 세균 배양, qPCR, dPCR, RT-qPCR | 그래프(Graph), 박스 플롯(Box plots) | 11, 8 |
14 | 헝가리 | 테트라사이클린/아미노글리코사이드 내성균 등 | blaCTX-M1, blaNDM, blaKPC, blaOXA-48, vanA, vanB | - | - | 도시 하수처리장 및 공항 | 유입 하수 | 24시간 자동 채취 혼합 시료 및 그랩 샘플 | 세균 배양, RT-qPCR (상용 및 자체 제작 키트) | 그래프(Graph) | 11 |
15 | 아일랜드 | 항생제 내성균 | blaTEM, blaSHV, blaCTX-M, blaOXA-48, blaNDM-5, blaKPC-2, blaIMP, blaVIM, mcr-8/9, sul1/2, tetA, aadA, cmlA, intI1 | - | - | 지자체 및 병원 하수처리장 | 유입수 및 유출수 | - | 세균 배양, RT-PCR, 시퀀싱 (WGS) | 그래프(Graph), 히트맵(Heatmap) | 11 |
16 | 스웨덴 | 항생제 내성균 | blaNDM, blaOXA-48, blaKPC, blaVIM, blaIMP, blaCTX-M, blaTEM, blaSHV, tetA, mcr-1, sul1, sul2, qnr genes, mphA | - | - | 하수처리장(WWTP) 유입수 | 유입 하수 | 시간 및 유량 비례 24시간 혼합 시료 | 세균 배양, qPCR, WGS, 메타게놈 시퀀싱 (CARD, ResFinder 활용) | 그래프(Graph) | 11 |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
1 | null | null | null | null | null | null | null | null | null | null | null |
1 | null | null | null | null | null | null | null | null | null | null | null |
2 | null | null | null | null | null | null | null | null | null | null | null |
3 | null | null | null | null | null | null | null | null | null | null | null |
3 | null | null | null | null | null | null | null | null | null | null | null |
3 | null | null | null | null | null | null | null | null | null | null | null |
4 | null | null | null | null | null | null | null | null | null | null | null |
4 | null | null | null | null | null | null | null | null | null | null | null |
4 | null | null | null | null | null | null | null | null | null | null | null |
4 | null | null | null | null | null | null | null | null | null | null | null |
5 | null | null | null | null | null | null | null | null | null | null | null |
5 | null | null | null | null | null | null | null | null | null | null | null |
6 | null | null | null | null | null | null | null | null | null | null | null |
6 | null | null | null | null | null | null | null | null | null | null | null |
6 | null | null | null | null | null | null | null | null | null | null | null |
7 | null | null | null | null | null | null | null | null | null | null | null |
7 | null | null | null | null | null | null | null | null | null | null | null |
7 | null | null | null | null | null | null | null | null | null | null | null |
8 | null | null | null | null | null | null | null | null | null | null | null |
8 | null | null | null | null | null | null | null | null | null | null | null |
8 | null | null | null | null | null | null | null | null | null | null | null |
9 | null | null | null | null | null | null | null | null | null | null | null |
9 | null | null | null | null | null | null | null | null | null | null | null |
9 | null | null | null | null | null | null | null | null | null | null | null |
10 | null | null | null | null | null | null | null | null | null | null | null |
10 | null | null | null | null | null | null | null | null | null | null | null |
10 | null | null | null | null | null | null | null | null | null | null | null |
11 | null | null | null | null | null | null | null | null | null | null | null |
12 | null | null | null | null | null | null | null | null | null | null | null |
12 | null | null | null | null | null | null | null | null | null | null | null |
13 | null | null | null | null | null | null | null | null | null | null | null |
13 | null | null | null | null | null | null | null | null | null | null | null |
14 | null | null | null | null | null | null | null | null | null | null | null |
15 | null | null | null | null | null | null | null | null | null | null | null |
16 | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
null | null | null | null | null | null | null | null | null | null | null | null |
End of preview.
하수 기반 병원체 감시대상 선정 DB
생활하수 병원체 감시 기기 개발을 위한 감시대상 병원체 선정 가이드라인 근거 데이터베이스입니다. 비공개(조직 내부 전용) 리포지토리입니다.
핵심 테이블
| 테이블 | 설명 | 행수 |
|---|---|---|
pathogens |
병원체 마스터 (법정감염병 133종 기준, JRC 학명 매핑) | 133 |
pathogen_master_summary |
선정기준 스코어카드 뷰 — 법정등급/JRC수록여부/백신유무/감시국가수/대응지침유무를 병원체당 1행으로 요약 | 133 |
transmissibility_evidence |
전파력 지표(R₀ 등) 및 문헌 근거 | 133 |
wbe_jrc_crossref |
EU JRC 하수감시 참고목록 대조 결과 | 133 |
response_scenarios |
국내 위기대응 시나리오 (질병관리청 지침 기준) | 133 |
countries / country_surveillance_targets |
34개국·국제기구의 실제 하수감시 대상 병원체 (벤치마킹) | 34 / 105 |
diseases / vaccine_products / disease_vaccine_summary |
국가예방접종 백신 목록 (기존 면역 여부 판단용) | 21 / 50 / 21 |
amr_monitoring_by_region 외 2개 |
유럽 AMR(항생제내성) 하수감시 사례 — 별도 도메인 (세균/유전자 단위, pathogens와 미연결) | 16 |
조인 키
모든 감염성 병원체 테이블은 pathogens.pathogen_id를 통해 연결됩니다.
pathogen_vaccine_link.pathogen_id→diseasescountry_surveillance_targets.pathogen_id→countriesresponse_scenarios.pathogen_id(100% 매칭 완료)
AMR 테이블군은 병원체 단위가 아닌 세균종/저항유전자 단위라 별도 도메인으로 분리되어 있습니다.
알려진 한계
country_surveillance_targets중 2건(AMR, 파보바이러스)은pathogens마스터에 없어 미연결 상태입니다. 파보바이러스는 국내 133종 목록에 없는 신규 후보로 검토가 필요합니다.pathogen_name_normalized매핑은 자동 규칙 기반이라 그룹 검수가 필요합니다.- 6번째 데이터(국내 실측 감시데이터)는 아직 미포함 — 준비되는 대로 추가 예정입니다.
갱신 이력
- 데이터 갱신 시 이 리포의 커밋 히스토리로 버전이 자동 추적됩니다.
- Downloads last month
- 49