FAERS不良药物事件标准化整理数据集

该数据集是来自美国FDA不良事件报告系统(FAERS)的整理与标准化版本,去除了重复病例记录,将药物名称映射至RxNorm概念、结局映射至SNOMED-CT概念,并预计算了药物-结局关系的汇总统计量

google_dataset
浏览 5
医学影像Drug safetyAdverse Drug Eventspharmacovigilance
Data from: A curated and standardized adverse drug event resource to accelerate drug safety research

基本信息

模态
医学影像
大小
1.016926412 GB
许可
https://spdx.org/licenses/CC0-1.0.html
创建/更新时间
2026-10-21

资源简介

FAERS不良药物事件标准化整理数据集

Data from: A curated and standardized adverse drug event resource to accelerate drug safety research

该数据集是来自美国FDA不良事件报告系统(FAERS)的整理与标准化版本,去除了重复病例记录,将药物名称映射至RxNorm概念、结局映射至SNOMED-CT概念,并预计算了药物-结局关系的汇总统计量。数据可用于上市后药物不良反应的识别、假设生成以及验证新的药物安全监测方法,服务于药物警戒与药物安全研究(来源 Dryad,https://spdx.org/licenses/CC0-1.0.html 许可)。

【数据内容】

源站描述(机器翻译,仅供参考):上市后阶段识别药物不良反应(ADR)是药物安全监测最重要的目标之一。自发报告系统(SRS)数据是传统药物安全监测的主要支柱,用于假设生成并验证较新的方法。公开可用的美国食品药品监督管理局(FDA)不良事件报告系统(FAERS)数据在能够被恰当使用之前需要大量整理,而采用不同的数据清洗与标准化策略会对分析结果产生实质性影响。我们提供了一个经过整理和标准化的FAERS版本,去除了重复病例记录,应用标准化词表将药物名称映射至RxNorm概念、结局映射至SNOMED-CT概念,并预计算了关于药物-结局关系的汇总统计量以供一般

【数据结构与技术规格】

数据集 DOI:doi:10.5061/dryad.8q0s4。

【主题与分类】

主题标签:Drug safety、Adverse Drug Events、pharmacovigilance。本站分类:化学诱发性障碍/其他。

【获取与许可】

源站页面:https://doi.org/10.5061/dryad.8q0s4

使用许可:https://spdx.org/licenses/CC0-1.0.html。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://datadryad.org/dataset/doi:10.5061/dryad.8q0s4

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据集大小约 1.02 GB。

数据说明

Juan M. Banda; Lee Evans; Rami S. Vanguri; Nicholas P. Tatonetti; Patrick B. Ryan; Nigam H. Shah (2017). A curated and standardized adverse drug event resource to accelerate drug safety research [Dataset]. http://doi.org/10.5061/dryad.8q0s4

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。

获取专属数据定制方案