openFDA药物不良事件荨麻疹/血管性水肿数据
openFDA药物不良事件荨麻疹/血管性水肿数据 与荨麻疹和血管性水肿（Hives and angioedema）高度相关，包含表格形式的样本、标注、临床变量、组学记录或权威知识条目，可用于疾病分类、特征筛选、模型训练和公开数据集整理。
基本信息
资源简介
openFDA药物不良事件荨麻疹/血管性水肿数据
【一句话概览】
FDA不良事件报告系统（FAERS）是一个收录向FDA提交的不良事件与用药错误报告的数据库，旨在支持FDA对药品及治疗性生物制品的上市后安全监测。其信息结构遵循国际人用药品注册技术协调会（ICH E2B）发布的国际安全报告指南，不良事件与用药错误均按《监管活动医学词典》（MedDRA）术语进行编码（来源 open.fda.gov）。
【数据集背景】
本数据集源站标题为《FDA Adverse Event Reporting System》。
【数据内容】
源站原始描述：The FDA Adverse Event Reporting System (FAERS) is a database that contains information on adverse event and medication error reports submitted to FDA. The database is designed to support the FDA''s post-marketing safety surveillance program for drug and therapeutic biologic products. The informatic structure of the FAERS database adheres to the international safety reporting guidance issued by the International Conference on Harmonisation (ICH E2B). Adverse events and medication errors are coded…
中文译文（机器翻译，仅供快速理解，请以原文为准）：FDA不良事件报告系统（FAERS）是一个数据库，包含向FDA提交的不良事件和用药错误报告信息。该数据库旨在支持FDA对药品和治疗性生物制品的上市后安全监测计划。FAERS数据库的信息结构遵循国际协调会议（ICH E2B）发布的国际安全报告指南。不良事件和用药错误按照《监管活动医学词典》（MedDRA）术语进行编码。
【主题与分类】
主题标签：adverse event、medication error、pharmacovigilance、post-marketing safety surveillance、drug、therapeutic biologic products、MedDRA、ICH E2B、FDA。
【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://open.fda.gov/data/faers/
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://open.fda.gov/data/faers/
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
openFDA药物不良事件荨麻疹/血管性水肿数据 是与荨麻疹和血管性水肿相关的公开表格数据资源，提供疾病样本、标注、变异、表达谱或标准化知识，主要用于分类和医学数据整理。
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。
