PopHIVE MCP 服务器

特色于 Claude，在这里试用：https://claude.ai/directory/ant.dir.gh.cicatriiz.pophive

这是一个提供访问耶鲁公共卫生学院的 PopHIVE（人口健康信息可视化探索器）公共健康数据的 Model Context Protocol (MCP) 服务器。该服务器通过标准化的 MCP 工具、资源和提示，提供了全面的健康监测数据，包括免疫接种、呼吸系统疾病和慢性病。

🎯 生产就绪：所有关键错误已修复，增强的错误处理机制，并包含了完整的数据集元数据。

📦 桌面扩展就绪：完全符合 Anthropic 的桌面扩展（DXT）规范，支持一键安装到 Claude Desktop 和其他 MCP 支持的应用程序中。

什么是 PopHIVE？

PopHIVE 是耶鲁大学的一个综合平台，它从权威来源聚合接近实时的公共卫生数据，包括 CDC 监测系统、Epic Cosmos 电子健康记录网络和 Google 健康趋势。它是流行病学家、研究人员和公共卫生专业人员的宝贵资源。

👉 探索 PopHIVE： https://www.pophive.org/

最近改进

新功能

实现了三个新数据集的爬虫：
    医院容量：从 HealthData.gov 获取州级医院利用率数据。
    创伤与过量用药：从 data.cdc.gov 获取国家级创伤和过量用药死亡数据。
    青少年心理健康急诊访问：从 data.cdc.gov 获取国家级青少年心理健康相关的急诊访问数据。

性能改进

实现了并行批量初始获取医院容量数据集，以显著加快首次数据下载速度。
在所有爬虫中添加了增量更新逻辑，仅获取新数据，减少后续加载时间。

错误修复

修正了分析工具中的日期解析逻辑，以稳健地处理所有数据集中的各种日期格式。
修复了医院容量爬虫未获取所有记录的问题。

概览

PopHIVE 聚合来自多个权威来源的接近实时的健康数据：

• CDC 国家免疫调查（NIS）：黄金标准的疫苗覆盖率数据
• Epic Cosmos 电子健康记录网络：来自电子健康记录的真实世界临床数据
• CDC 实验室监测（NREVSS）：呼吸道病毒检测阳性率
• CDC 废水监测（NWWS）：环境病毒监测
• Google 健康趋势：人群行为和症状搜索模式

功能

🔧 MCP 工具

• filter_data：按州、日期范围、人口统计学和条件筛选数据集
• compare_states：跨多个州进行健康指标比较，带有统计分析
• time_series_analysis：按时间分析趋势，带有聚合选项
• get_available_datasets：所有可用数据集的综合目录
• search_health_data：在数据集中搜索特定条件或关键词

📊 MCP 资源

• dataset://immunizations_nis：CDC 国家免疫调查数据
• dataset://immunizations_epic：Epic Cosmos 按人口统计学划分的免疫数据
• dataset://respiratory_ed：呼吸道病毒急诊访问数据
• dataset://respiratory_lab：实验室测试阳性率
• dataset://respiratory_wastewater：废水病毒监测数据
• dataset://respiratory_trends：Google 呼吸道症状搜索趋势
• dataset://chronic_obesity：按州和年龄组划分的肥胖率
• dataset://chronic_diabetes：糖尿病患病率和血糖控制数据
• dataset://hospital_capacity：HHS 医院容量数据
• dataset://injury_overdose：CDC 创伤和过量用药数据
• dataset://youth_ed_mental_health：CDC 青少年心理健康急诊访问数据

💡 MCP 提示

• immunization_gaps：按人口统计学分析疫苗接种覆盖率缺口
• respiratory_surge_detection：检测和分析呼吸道疾病激增
• chronic_disease_trends：分析慢性疾病的患病率趋势
• multi_source_analysis：整合多个数据源的综合分析

安装

选项 1：桌面扩展（推荐）

对于 Claude Desktop 用户：

1. 从发布页面下载 .dxt 文件
2. 双击文件以 Claude Desktop 打开
3. 在安装对话框中点击“安装”
4. 配置任何所需的设置（更新频率、缓存大小）
5. 扩展将在 Claude Desktop 中自动可用

对于其他 MCP 支持的应用程序：

• 使用支持桌面扩展的任何应用程序中的相同 .dxt 文件
• 遵循您应用程序的扩展安装过程

选项 2：手动安装

前提条件：

• Node.js 18+
• npm 或 yarn

设置：

1. 克隆并安装依赖项：

git clone <repository-url>
cd pophive-mcp-server
npm install

2. 配置环境（可选）：

# 创建 .env 文件用于自定义配置
echo "DATA_CACHE_DIR=./data" > .env
echo "UPDATE_FREQUENCY=daily" >> .env

3. 测试服务器：

npm test

4. 启动服务器：

npm start

选项 3：构建自己的扩展

从源创建桌面扩展：

1. 安装 DXT CLI 工具：

npm install -g @anthropic-ai/dxt

2. 克隆并准备：

git clone <repository-url>
cd pophive-mcp-server
npm install

3. 打包为扩展：

dxt pack

4. 安装生成的 .dxt 文件到 Claude Desktop 或其他 MCP 应用程序

配置

环境变量

变量	默认值	描述
DATA_CACHE_DIR	./data	缓存数据文件的目录
UPDATE_FREQUENCY	daily	数据刷新频率（hourly，daily，weekly）
NODE_ENV	development	环境模式

MCP 客户端配置

添加到您的 MCP 客户端配置（例如，Claude Desktop）：

{
  "mcpServers": {
    "pophive": {
      "command": "node",
      "args": ["server/index.js"],
      "cwd": "/path/to/pophive-mcp-server"
    }
  }
}

数据集选择指南

选择适合您分析的数据集：

数据集	地理级别	最佳使用案例	日期范围	更新频率	主要限制
immunizations_nis	国家 + 州	国家疫苗接种趋势，州比较	2019-2024	年度	调查数据，有限的人口统计学
immunizations_epic	国家 + 州	真实世界的疫苗接种模式，保险分析	2-2024	每月	EHR 网络偏见
respiratory_ed	国家 + 州	急诊科监测，疫情检测	2020-2024	每周	仅限医疗保健利用
respiratory_lab	国家	临床测试阳性率，实验室监测	2020-2024	每周	仅限国家汇总
respiratory_wastewater	区域	环境监测，早期预警	2022-2024	每周	地理覆盖有限
respiratory_trends	国家 + 州	人群行为，症状搜索	2020-2024	每周	行为代理，非临床
chronic_obesity	国家 + 州	肥胖率，慢性疾病追踪	2020-2024	每季度	仅限临床人群
chronic_diabetes	国家 + 州	糖尿病管理，血糖控制	2020-2024	每季度	仅限临床人群
hospital_capacity	州	医院利用率，床位容量，人员短缺	2020-2024	每日	仅限新冠时代
injury_overdose	国家	药物过量，谋杀，自杀	2019-2025	每月/每季度	仅限国家汇总
youth_ed_mental_health	国家	青少年心理健康急诊访问，人口统计趋势	2019-2025	每月	仅限国家汇总

快速数据集选择

对于国家趋势：使用 immunizations_nis，respiratory_lab 或任何 geography="national" 的数据集

对于州比较：使用 respiratory_ed，chronic_obesity，chronic_diabetes 或 immunizations_nis

对于实时监测：使用 respiratory_ed，respiratory_wastewater 或 respiratory_trends

对于临床结果：使用 immunizations_epic，chronic_obesity 或 chronic_diabetes

使用示例

基本数据筛选

// ✅ 工作正常：筛选加利福尼亚州的免疫接种数据
{
  "tool": "filter_data",
  "arguments": {
    "dataset": "immunizations_nis",
    "state": "CA"
  }
}

// ✅ 工作正常：筛选全国免疫接种数据
{
  "tool": "filter_data",
  "arguments": {
    "dataset": "immunizations_nis",
    "state": "US"
  }
}

// ❌ 避免：这将返回 0 结果
{
  "tool": "filter_data",
  "arguments": {
    "dataset": "respiratory_lab",
    "state": "CA"  // respiratory_lab 只有国家级数据
  }
}

州比较

// ✅ 工作正常：比较各州的肥胖率
{
  "tool": "compare_states",
  "arguments": {
    "dataset": "chronic_obesity",
    "states": ["CA", "TX", "FL", "NY"],
    "metric": "prevalence_rate",
    "time_period": "latest"
  }
}

// ✅ 工作正常：比较疫苗接种覆盖率
{
  "tool": "compare_states",
  "arguments": {
    "dataset": "immunizations_nis",
    "states": ["California", "Texas", "New York"],  // 全称也可以
    "metric": "coverage_rate"
  }
}

时间序列分析

// ✅ 工作正常：分析全国呼吸道趋势
{
  "tool": "time_series_analysis",
  "arguments": {
    "dataset": "respiratory_ed",
    "metric": "ed_visits_per_100k",
    "geography": "national",  // 使用 "national" 获取美国级别的数据
    "aggregation": "weekly"
  }
}

// ✅ 工作正常：分析州级趋势
{
  "tool": "time_series_analysis",
  "arguments": {
    "dataset": "respiratory_ed",
    "metric": "ed_visits_per_100k",
    "geography": "CA",
    "start_date": "2024-01-01",
    "end_date": "2024-12-01"
  }
}

搜索健康数据

// ✅ 工作正常：使用国家级地理搜索
{
  "tool": "search_health_data",
  "arguments": {
    "query": "RSV",
    "geography": "national"  // 固定：使用 "national" 而不是 "US"
  }
}

// ✅ 工作正常：搜索特定数据集
{
  "tool": "search_health_data",
  "arguments": {
    "query": "疫苗接种覆盖率",
    "datasets": ["immunizations_nis", "immunizations_epic"]
  }
}

使用提示

// ✅ 工作正常：生成疫苗接种缺口分析
{
  "prompt": "immunization_gaps",
  "arguments": {
    "state": "Texas",
    "demographic_focus": "保险"
  }
}

// ✅ 工作正常：检测呼吸道激增
{
  "prompt": "respiratory_surge_detection",
  "arguments": {
    "region": "California",
    "virus_type": "RSV",
    "time_period": "last_4_weeks"
  }
}

常见问题及解决方案

问题：“未找到数据”或 0 结果

原因：地理不匹配或数据集限制

解决方案：

1. 检查数据集能力：使用 get_available_datasets 查看支持的地理区域
2. 使用正确的地理值：
   • 对于国家级数据："geography": "national"（而不是 "US"）
   • 对于州：使用州代码（"CA"）或全称（"California"）
3. 尝试替代数据集：某些数据集仅支持国家级分析

// ❌ 问题：错误的地理区域用于国家级数据
{
  "tool": "search_health_data",
  "arguments": {
    "query": "流感",
    "geography": "US"  // 应该是 "national"
  }
}

// ✅ 解决方案：使用正确的地理区域
{
  "tool": "search_health_data",
  "arguments": {
    "query": "流感",
    "geography": "national"
  }
}

问题：州级查询结果为空

原因：数据集仅包含国家级数据

解决方案：

1. 首先检查数据集元数据，使用 get_available_datasets
2. 使用支持州的数据集：respiratory_ed，chronic_obesity，chronic_diabetes，immunizations_nis
3. 切换到国家级分析，对于像 respiratory_lab 这样的数据集

问题：找不到指标

原因：错误的指标名称或数据集不匹配

解决方案：

1. 使用适当的数据集指标：
   • 疫苗接种：coverage_rate，sample_size
   • 呼吸道：ed_visits_per_100k，positivity_rate
   • 慢性病：prevalence_rate，patient_count
2. 使用 get_available_datasets 检查样本数据，带 include_sample: true

工作参数组合

疫苗接种分析

// 国家疫苗接种趋势
{
  "tool": "time_series_analysis",
  "arguments": {
    "dataset": "immunizations_nis",
    "metric": "coverage_rate",
    "geography": "national"
  }
}

// 州疫苗接种比较
{
  "tool": "compare_states",
  "arguments": {
    "dataset": "immunizations_nis",
    "states": ["CA", "TX", "NY", "FL"],
    "metric": "coverage_rate"
  }
}

呼吸道监测

// 急诊科趋势
{
  "tool": "filter_data",
  "arguments": {
    "dataset": "respiratory_ed",
    "state": "CA",
    "condition": "RSV"
  }
}

// 国家实验室监测
{
  "tool": "time_series_analysis",
  "arguments": {
    "dataset": "respiratory_lab",
    "metric": "positivity_rate",
    "geography": "national"
  }
}

慢性病分析

// 按州划分的肥胖率
{
  "tool": "filter_data",
  "arguments": {
    "dataset": "chronic_obesity",
    "state": "TX",
    "age_group": "18-64"
  }
}

// 糖尿病趋势
{
  "tool": "time_series_analysis",
  "arguments": {
    "dataset": "chronic_diabetes",
    "metric": "prevalence_rate",
    "geography": "CA"
  }
}

数据来源与质量

疫苗接种数据

• NIS 数据：家庭调查，覆盖率的黄金标准
• Epic Cosmos：EHR 数据，带有人口统计学细分
• 更新频率：年度（NIS），每月（Epic）
• 地理级别：州
• 质量：高信心，大样本量

呼吸道疾病监测

• 急诊访问：接近实时的医疗保健利用
• 实验室数据：临床测试阳性率
• 废水：环境病毒监测（早期指标）
• 搜索趋势：人群行为信号
• 更新频率：每周
• 质量：临床数据高质量，环境/行为数据中等

慢性病数据

• 来源：Epic Cosmos EHR 网络
• 指标：临床测量（BMI，HbA1c）
• 更新频率：每季度
• 地理级别：州，带年龄分层
• 质量：高 - 真实世界的临床数据

API 参考

工具

filter_data

按各种标准筛选数据集。

参数：

• dataset（