欧洲疑似药物不良反应报告数据库（EudraVigilance）
数据可用于药物不良反应相关的分类任务，例如对不良反应报告进行类别划分或分析药物与不良反应之间的关系（来源 Kaggle，Unknown 许可）
基本信息
资源简介
欧洲疑似药物不良反应报告数据库（EudraVigilance）
European database of suspected adverse drug reaction reports（EudraVigilance）是一个以药物不良反应为主题的公开数据集，源站标题为“Adverse Drug Reaction”，在 Kaggle 平台上发布，由 Shubham Miglani 于 2022 年 6 月 10 日上传，版本为 v1。数据集共包含 2 个 CSV 文件，分别为 ade_classification.csv 与 ade_relation.csv，合计约 5.21 MB，主题标签为“drugs and medications”，在本站归入“化学诱发性障碍 / 其他”分类。该数据可用于药物不良反应相关的分类任务，例如对不良反应报告进行类别划分，或分析药物与不良反应之间的关系。整体来看，它适合作为药物警戒与用药安全方向的数据分析素材，但许可信息尚未明确。
【数据集背景】
药物不良反应监测是药物警戒工作的核心环节之一。EudraVigilance 是欧洲范围内收集疑似药物不良反应报告的数据库体系，本数据集即以此为主题整理发布。源站将其标题定为“Adverse Drug Reaction”，表明数据围绕药物与不良反应事件之间的关联展开。数据集于 2022 年 6 月发布，版本为 v1，属于较早期的公开版本，适合用于教学演示、方法验证与初步探索性分析。
【数据内容】
数据集由 2 个文件组成，均为 CSV 表格格式，文件样例包括 ade_classification.csv 和 ade_relation.csv，合计大小约 5.21 MB。从文件名可以看出，数据大致分为两类用途：一类面向不良反应的分类任务，另一类面向药物与不良反应之间关系的表达。具体字段构成、记录条数、类别分布等细节，源站未提供。
【采集与来源】
该数据集来源于 kaggle.com，发布者为 Shubham Miglani，发布时间为 2022 年 6 月 10 日。源站描述中给出的引用信息为：Shubham Miglani (2022). Adverse Drug Reaction [Dataset]，并附有对应的 Kaggle 数据集链接。数据的具体采集流程、原始数据抽取方式与清洗步骤，源站未提供。
【适用场景】
根据源站线索，该数据可用于药物不良反应相关的分类任务，例如对不良反应报告进行类别划分，或分析药物与不良反应之间的关系。常见用途包括构建不良反应文本或记录的分类模型、探索药物与不良事件之间的关联模式，以及作为药物警戒方向的数据处理练习素材。更具体的任务设定与评价方式，源站未提供。
【使用方法】
使用时可先下载全部 2 个数据文件（ade_classification.csv、ade_relation.csv），合计约 5.21 MB，按 CSV 表格格式读取。建议先在小样本上核对字段与编码，确认无误后再批量接入完整数据，以避免因编码或字段理解偏差导致后续分析错误。数据的具体字段含义与预处理建议，源站未提供。
【质量与限制】
该数据集许可标注为 Unknown，使用前需自行确认授权范围与再分发条件。数据规模较小（约 5.21 MB、2 个文件），版本为 v1，可能未覆盖完整的不良反应报告体系。数据的完整性、标注准确性、去重与脱敏情况，以及是否存在类别不平衡等问题，源站未提供，使用时需自行评估。
【引用与许可】
引用信息为：Shubham Miglani (2022). Adverse Drug Reaction [Dataset]. https://www.kaggle.com/datasets/shubhammiglani/adverse-drug-reaction。许可状态为 Unknown，源站未提供具体许可条款，使用与传播前应核实相关授权要求。
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。
需登录公开下载
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。
暂未开放有偿下载
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://kaggle.com/datasets/shubhammiglani/adverse-drug-reaction
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 5.2 MB。
数据说明
Shubham Miglani (2022). Adverse Drug Reaction [Dataset]. https://www.kaggle.com/datasets/shubhammiglani/adverse-drug-reaction
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。
