欧洲疑似药物不良反应数据库
EudraVigilance 公共报告系统汇总欧洲药物疑似不良反应，支持按药品或活性成分查看反应组，适合药物过敏、荨麻疹、血管性水肿和过敏性休克的药物警戒研究。
基本信息
资源简介
欧洲疑似药物不良反应数据库
【一句话概览】
欧洲药品管理局负责EudraVigilance系统的开发、维护与协调，该系统用于报告疑似副作用。提交至EudraVigilance的报告涵盖药品在授权前和授权后阶段所报告的疑似副作用。该系统能够发现此前未知的疑似副作用信号，以及关于已知副作用的新信息（来源 adrreports.eu）。
【数据集背景】
本数据集源站标题为《European database of suspected adverse drug reaction reports - Eudravigilance》。
【数据内容】
源站原始描述：The European Medicines Agency is responsible for the development, maintenance and coordination of EudraVigilance, a system designed for the reporting of suspected side effects. Reports submitted to EudraVigilance include suspected side effects of medicines reported during both the pre- and post-authorisation phases. The system allows the detection of signals of suspected side effects that were previously unknown, and of new information on known side effects
中文译文（机器翻译，仅供快速理解，请以原文为准）：欧洲药品管理局负责EudraVigilance系统的开发、维护和协调工作，该系统旨在报告疑似副作用。提交至EudraVigilance的报告涵盖了药品授权前和授权后阶段发现的疑似副作用。该系统能够发现以往未知的疑似副作用信号，以及关于已知副作用的新信息。
【主题与分类】
主题标签：adverse drug reaction、pharmacovigilance、EudraVigilance、side effects、European Medicines Agency。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.adrreports.eu/en/eudravigilance.html
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。
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://www.adrreports.eu/en/eudravigilance.html
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:
数据说明
EudraVigilance 公共网站提供欧洲疑似药物不良反应汇总报告，可用于药物过敏和过敏性休克信号查看。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
