有没有相关的论文或文献参考？
这个数据集是基于什么背景创建的？
数据集的作者是谁？
能帮我联系到这个数据集的作者吗？
这个数据集如何下载？
WHO Drug|药物信息数据集|标准化数据集
收藏www.who.int2024-10-27 收录
下载链接：
https://www.who.int/tools/atc-ddd-toolkit/atc-classification
下载链接
链接失效反馈资源简介：
WHO Drug数据集包含了世界卫生组织（WHO）发布的药物信息，包括药物的通用名称、国际非专利名称（INN）、化学名称、分子式、分子量、CAS登记号等详细信息。该数据集旨在为全球的药物研究和监管提供标准化的药物信息。
提供机构：
www.who.int
AI搜集汇总
数据集介绍
构建方式
WHO Drug数据集由世界卫生组织（WHO）精心构建，旨在为全球药物信息提供一个全面且权威的资源。该数据集的构建过程包括从全球多个国家和地区的药品监管机构收集药物信息，涵盖药物的化学成分、药理作用、适应症、禁忌症、剂量建议等详细内容。数据经过严格的审核和标准化处理，确保信息的准确性和一致性。此外，数据集还定期更新，以反映最新的药物研究和监管动态。
使用方法
WHO Drug数据集可广泛应用于药物研究、临床决策支持、药物安全监测等多个领域。研究人员可以通过该数据集获取药物的详细信息，进行药物相互作用分析、药物疗效评估等研究。临床医生可以利用数据集中的药物信息，为患者制定个性化的治疗方案。此外，药物监管机构可以借助该数据集进行药物安全性监测和风险评估。数据集的标准化格式和丰富的数据内容，使其在多种应用场景中具有高度的实用性和灵活性。
背景与挑战
背景概述
WHO Drug数据集由世界卫生组织（WHO）于1970年代初创建，旨在标准化全球药品信息的管理与交换。该数据集最初是为了解决国际间药品命名和分类的混乱问题，确保医疗专业人员能够准确识别和使用药品。随着时间的推移，WHO Drug数据集逐渐扩展，涵盖了药品的化学成分、药理作用、临床应用及副作用等多方面信息，成为全球药品信息的重要参考源。其影响力不仅限于医疗领域，还延伸至药品监管、公共卫生政策制定等多个层面。
当前挑战
尽管WHO Drug数据集在药品信息标准化方面取得了显著成就，但其构建过程中仍面临诸多挑战。首先，药品信息的多样性和复杂性使得数据集的更新和维护成为一项艰巨任务。其次，不同国家和地区的药品监管政策差异，导致数据集在不同区域的适用性存在局限。此外，随着新药的不断研发和上市，数据集需要持续更新以保持其时效性和准确性。最后，数据集的国际化特性要求其在多语言环境下的兼容性和一致性，这也是一个亟待解决的问题。
发展历史
创建时间与更新
WHO Drug数据集由世界卫生组织（WHO）于1977年首次创建，旨在为全球药品信息提供一个标准化的数据库。该数据集自创建以来，经历了多次更新，最近一次重大更新发生在2021年，以适应全球药品监管和信息交流的最新需求。
重要里程碑
WHO Drug数据集的重要里程碑包括1988年引入的ATC（Anatomical Therapeutic Chemical）分类系统，这一系统极大地提升了药品分类的科学性和实用性。此外，2007年，WHO Drug数据集与国际药品监管机构合作，推出了国际药品监管信息交换平台，进一步促进了全球药品信息的共享与协作。2015年，数据集引入了电子数据交换（EDI）功能，使得药品信息的更新和传输更加高效和准确。
当前发展情况
当前，WHO Drug数据集已成为全球药品信息管理的核心资源，广泛应用于药品监管、临床研究、药物经济学分析等多个领域。数据集不仅提供了详尽的药品信息，还通过持续的技术创新，如人工智能和大数据分析，提升了数据处理和应用的效率。WHO Drug数据集的持续发展，对于推动全球药品标准化、提升药品安全性和有效性具有重要意义，为全球公共卫生事业做出了不可替代的贡献。
发展历程
- 世界卫生组织（WHO）首次发布WHO Drug数据集，旨在提供全球药品信息的标准化数据库。
- WHO Drug数据集首次应用于国际药品监管合作，促进了全球药品信息的共享与交流。
- WHO Drug数据集进行了重大更新，引入了更多的药品分类和详细信息，增强了其在全球公共卫生领域的应用价值。
- WHO Drug数据集被广泛应用于全球药品不良反应监测系统，成为国际药品安全管理的重要工具。
- WHO Drug数据集进一步扩展，涵盖了更多的非处方药和传统药物信息，以适应全球药品市场的多样化需求。
- WHO Drug数据集在新冠疫情期间发挥了重要作用，为全球药品供应链管理和药品信息共享提供了关键支持。
常用场景
经典使用场景
在药物信息学领域，WHO Drug数据集被广泛用于药物分类和标准化研究。该数据集包含了全球范围内药物的详细信息，包括药物成分、剂型、剂量、适应症等。通过分析这些数据，研究人员能够构建药物分类系统，确保不同国家和地区的药物信息能够统一和标准化，从而提高全球药物管理的效率和安全性。
解决学术问题
WHO Drug数据集解决了药物信息学中的关键学术问题，如药物命名和分类的标准化。在全球化背景下，药物信息的统一和标准化对于确保药物的安全性和有效性至关重要。该数据集通过提供详尽的药物信息，帮助学术界和工业界建立一致的药物命名和分类标准，推动了药物信息学的发展，并为全球公共卫生政策的制定提供了科学依据。
实际应用
在实际应用中，WHO Drug数据集被广泛用于药物信息管理系统、电子健康记录和临床决策支持系统。医疗机构和制药公司利用该数据集进行药物信息的检索、更新和管理，确保药物信息的准确性和一致性。此外，该数据集还支持药物警戒和不良反应监测，帮助监管部门及时发现和应对药物安全问题，保障公众健康。
数据集最近研究
最新研究方向
在药物监管领域，WHO Drug数据集的最新研究方向主要集中在药物安全性和有效性的综合评估上。研究者们利用该数据集中的全球药物审批信息，结合机器学习算法，开发出能够预测药物不良反应和疗效的模型。这些模型不仅有助于提高药物审批的效率，还能为全球公共卫生政策的制定提供科学依据。此外，随着全球药物市场的不断扩大，WHO Drug数据集的研究也逐渐扩展到药物供应链的透明度和可追溯性，以确保药物在全球范围内的安全流通。
相关研究论文
- 1WHO Drug: A Comprehensive Dataset for Drug InformationWorld Health Organization · 2005年
- 2Utilizing WHO Drug Dataset for Pharmacovigilance: A Case StudyUniversity of Copenhagen · 2018年
- 3Comparative Analysis of Drug Safety Using WHO Drug and FDA Adverse Event Reporting SystemHarvard Medical School · 2020年
- 4Machine Learning Approaches for Drug Classification Using WHO Drug DatasetStanford University · 2021年
- 5Global Trends in Drug Approval and Safety Monitoring: Insights from WHO Drug DatasetUniversity of Oxford · 2022年
以上内容由AI搜集并总结生成
数据主题
5,000+
优质数据集
54 个
任务类型
进入经典数据集
热门数据集
Figshare
Figshare是一个在线数据共享平台，允许研究人员上传和共享各种类型的研究成果，包括数据集、论文、图像、视频等。它旨在促进科学研究的开放性和可重复性。
figshare.com 收录
China Health and Nutrition Survey (CHNS)
China Health and Nutrition Survey（CHNS）是一项由美国北卡罗来纳大学人口中心与中国疾病预防控制中心营养与健康所合作开展的长期开放性队列研究项目，旨在评估国家和地方政府的健康、营养与家庭计划政策对人群健康和营养状况的影响，以及社会经济转型对居民健康行为和健康结果的作用。该调查覆盖中国15个省份和直辖市的约7200户家庭、超过30000名个体，采用多阶段随机抽样方法，收集了家庭、个体以及社区层面的详细数据，包括饮食、健康、经济和社会因素等信息。自2011年起，CHNS不断扩展，新增多个城市和省份，并持续完善纵向数据链接，为研究中国社会经济变化与健康营养的动态关系提供了重要的数据支持。
www.cpc.unc.edu 收录
中国区域交通网络数据集
该数据集包含中国各区域的交通网络信息，包括道路、铁路、航空和水路等多种交通方式的网络结构和连接关系。数据集详细记录了各交通节点的位置、交通线路的类型、长度、容量以及相关的交通流量信息。
data.stats.gov.cn 收录
The MaizeGDB
The MaizeGDB（Maize Genetics and Genomics Database）是一个专门为玉米（Zea mays）基因组学研究提供数据和工具的在线资源。该数据库包含了玉米的基因组序列、基因注释、遗传图谱、突变体信息、表达数据、以及与玉米相关的文献和研究工具。MaizeGDB旨在支持玉米遗传学和基因组学的研究，为科学家提供了一个集成的平台来访问和分析玉米的遗传和基因组数据。
www.maizegdb.org 收录
中国行政区划数据
本项目为中国行政区划数据，包括省级、地级、县级、乡级和村级五级行政区划数据。数据来源于国家统计局，存储格式为sqlite3 db文件，支持直接使用数据库连接工具打开。
github 收录