Mavacamten 与收缩功能障碍的 FAERS 数据、查询与分析代码
本数据集是研究“Mavacamten 与收缩功能障碍在 FDA 不良事件报告系统(FAERS)中的关系”的可复现性存档,包含原始 API 响应、查询语句与分析代码

基本信息
资源简介
Mavacamten 与收缩功能障碍的 FAERS 数据、查询与分析代码
Mavacamten and systolic dysfunction in FAERS: data, queries and analysis code
本数据集是研究“Mavacamten 与收缩功能障碍在 FDA 不良事件报告系统(FAERS)中的关系”的可复现性存档,包含原始 API 响应、查询语句与分析代码。研究通过 openFDA 公共接口访问 FAERS,针对预先设定的收缩功能障碍与心力衰竭结局簇,将 mavacamten 报告与两个对照进行比较:整个数据库,以及带有明确肥厚型心肌病适应症的报告。所有查询于 2026 年 9 月 3 日至 8 日发出,响应均带有 2026 年 7 月 30 日的数据库快照日期。由于 FAERS 持续累积报告,重新运行查询会得到数据库的后续状态,属于新提取而非复现。该数据可用于药物警戒中的不成比例分析、适应症混杂评估及报告比值比计算(来源 。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):研究“Mavacamten 与收缩功能障碍在 FDA 不良事件报告系统:使用适应症限制对照的不成比例分析”的可复现性存档。对美国 FDA 不良事件报告系统(FAERS)进行不成比例分析,通过公共 openFDA 接口访问,针对预先设定的收缩功能障碍与心力衰竭结局簇,将 mavacamten 报告与两个对照进行比较:整个数据库,以及带有明确肥厚型心肌病适应症的报告。每次查询均在 2026 年 9 月 3 日至 8 日之间发出,每个响应均带有数据库快照日期 2026 年 7 月 30 日。FAERS 持续累积报告,因此对实时端点重新发出查询会返回数据库的后续状态:重新运行是一次新的提取,而非复现。因此,本存档保存了原始 API 响应
【主题与分类】
主题标签:mavacamten、hypertrophic cardiomyopathy、pharmacovigilance、FAERS、openFDA、disproportionality analysis、confounding by indication、cardiac myosin inhibitor、reporting odds ratio、reproducibility。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://zenodo.org/doi/10.5281/zenodo.23298751
使用许可:Creative Commons Attribution 4.0 International。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://doi.org/10.5281/zenodo.23298751
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据集大小约 7.0 MB。
数据说明
研究“Mavacamten与FDA不良事件报告系统中的收缩功能障碍:一项采用适应症限制对照的非比例性分析”的可重复性数据存档。一项对美国FDA不良事件报告系统(FAERS)的非比例性分析,通过公共openFDA接口访问,将mavacamten预先设定的收缩功能障碍和心力衰竭结局集群报告与两个对照进行比较:整个数据库,以及带有明确肥厚型心肌病适应症的报告。所有查询均在2026年9月3日至8日之间发出,每个响应均带有数据库快照日期2026年7月30日。FAERS持续累积报告,因此对实时端点重新发出查询会返回数据库的较晚状态:重新运行是一次新的提取,而非重现。因此,本存档保存了原始API响应,以便每个报告计数都能从其来源文件中读取回来。
内容:19个查询对应的22份存档JSON响应;符合复合结局的379份报告所衍生的病例级数据集及其变量字典;四个分析脚本,每个脚本在存缴前均已针对该数据集执行;第五个脚本,已存缴但未执行,该脚本将按药物分解比较组;Weibull和Firth分析的第二个实现,以纯Python编写,不使用任何第三方数值库,连同其原始输出;补充材料S1至S4;以及作为工作簿的八份手稿表格。该研究的十一个锚点计数已于2026年10月11日根据存缴的响应文件进行核实。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




