加拿大警戒不良反应在线数据库

Canada Vigilance Adverse Reaction Online Database 是与双膦酸盐相关颌骨骨坏死(Bisphosphonate-related osteonecrosis of the jaw (BRONJ))相关的公开数据资源,主要包含加拿大药品和健康产品不良反应报告公开检索数据,数据模态为表格,适合用于分类、模型训练、基准评测或临床特征分析。

Health CanadaHealth Canada
Canada Vigilance
2026-01-01 更新
浏览 33
表格分类adverse reactionpharmacovigilanceCanada Vigilancehealth productdrug safety
Canada Vigilance Adverse Reaction Online Database

基本信息

模态
表格
任务类型
分类
许可
Open Government Licence - Canada
创建/更新时间
2026-01-01

资源简介

加拿大警戒不良反应在线数据库

【一句话概览】

加拿大药物警戒不良反应在线数据库可检索,收录数据时间范围为1965年1月1日至2026年5月31日。该数据库涉及不良反应、药物警戒、加拿大药物警戒、健康产品及药品安全等主题,供查询相关健康产品不良反应信息(来源 cvp-pcv.hc-sc.gc.ca)。

【数据集背景】

本数据集源站标题为《Search the Canada Vigilance Adverse Reaction Online Database》。

【数据内容】

源站原始描述:This database includes data from 1965-01-01 to 2026-05-31 only

中文译文(机器翻译,仅供快速理解,请以原文为准):该数据库仅包含1965-01-01至2026-05-31的数据。

【主题与分类】

主题标签:adverse reaction、pharmacovigilance、Canada Vigilance、health product、drug safety。

【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://cvp-pcv.hc-sc.gc.ca/arq-rei/index-eng.jsp

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。

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://cvp-pcv.hc-sc.gc.ca/arq-rei/index-eng.jsp

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。

数据说明

加拿大警戒不良反应在线数据库包含加拿大药品和健康产品不良反应报告公开检索数据,可用于双膦酸盐相关颌骨骨坏死相关的分类研究。

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。

获取专属数据定制方案