FDA药品副作用数据集
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
OnSIDES v3.1 是一个药物不良反应数据库，核心内容来自 FDA 结构化药品标签，并通过微调 PubMedBERT 语言模型自动抽取 adverse drug events/effects。页面显示其提供 Drug Products、Ingredients、Adverse Reactions 等浏览入口，并列出药品、不良反应及药物-不良反应配对等基础统计。它更偏科研数据资源，而不是传统意义上的 IDE、CI/CD 或通用开发者 SaaS。
根据正文，OnSIDES 使用 200 个人工标注标签进行模型微调，并处理 DailyMed 截至 2023 年 11 月可下载标签。它还提供 OnSIDES-INTL，覆盖日本、英国、欧盟等地区标签，以及 OnSIDES-PED，关注儿科患者标签中的不良事件。模型指标披露较充分：在 FDA 标签 ADVERSE REACTIONS 章节抽取中 F1 为 0.90，AUROC 为 0.92，AUPR 为 0.95；但在 BOXED WARNINGS、WARNINGS AND PRECAUTIONS 章节表现较低，说明不同标签区域的数据可靠性存在差异，使用者需要按章节和任务审慎评估。
页面包含 Download 与 Source Code 导航，但正文没有给出仓库地址、许可证、安装方式或数据 schema。也未说明 API、SDK、查询端点、认证方式或自托管部署步骤。因此，开发者若要集成到药物警戒管线、医学 NLP 评测或知识图谱构建流程中，大概率需要先下载数据和代码后自行探索。文档方面，首页介绍、统计、模型准确率和论文引用较清楚，但工程化文档信息不足。
正文未出现商业定价、免费/付费方案、付款方式或使用限制。中国大陆访问情况无法从抓取文本判断，评为未知；若科研场景需要稳定使用，建议准备镜像下载、机构网络或替代数据源。可对照的资源包括 SIDER、openFDA、FAERS、DailyMed、RxNorm 等。
优点是数据来源明确、方法有论文支撑、指标公开，并扩展到国际与儿科标签。缺点是 API/SDK、许可证、自托管和字段文档缺失，且模型抽取结果并非人工金标准。它适合药物安全研究者、医学 NLP 团队、临床药理数据科学家，以及需要从药品标签构建不良反应知识库的研究项目。
本测评基于公开资料整理,不构成购买建议,请以 onsidesdb.org 官网实际信息为准。
可下载药物不良反应数据，科研价值高。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。