FDA データベース アクセス

概要

openFDA を通じて包括的な FDA 規制データにアクセスします。openFDA は FDA が公開データセット用の開放 API を提供するイニシアチブです。Python を使用して、医薬品、医療機器、食品、動物用/獣医用製品、および物質に関する情報を標準化されたインターフェースでクエリします。

主な機能:

• 医薬品、医療機器、食品、獣医用製品の有害事象をクエリ
• 製品ラベリング、承認、規制申請にアクセス
• リコールと取締処置を監視
• 医薬品コード(NDC)および物質識別子(UNII)を検索
• 医療機器の分類とクリアランス(510k、PMA)を分析
• 医薬品不足と供給問題を追跡
• 化学構造と物質関係を研究

このスキルを使用する場合

このスキルは以下の作業をするときに使用してください:

• 医薬品研究: 安全性プロファイル、有害事象、ラベリング、承認、不足
• 医療機器監視: 有害事象、リコール、510(k)クリアランス、PMA承認
• 食品安全: リコール、アレルゲン追跡、有害事象、栄養補助食品
• 獣医学: 種および犬種別の動物用医薬品有害事象
• 化学/物質データ: UNII検索、CAS番号マッピング、分子構造
• 規制分析: 承認経路、取締処置、コンプライアンス追跡
• ファーマコビジランス: 市販後監視、安全シグナル検出
• 科学研究: 医薬品相互作用、比較安全性、疫学研究

クイックスタート

1. 基本的なセットアップ

from scripts.fda_query import FDAQuery

# 初期化(API キーはオプションですが推奨)
fda = FDAQuery(api_key="YOUR_API_KEY")

# 医薬品有害事象をクエリ
events = fda.query_drug_events("aspirin", limit=100)

# 医薬品ラベリングを取得
label = fda.query_drug_label("Lipitor", brand=True)

# 医療機器リコールを検索
recalls = fda.query("device", "enforcement",
                   search="classification:Class+I",
                   limit=50)

2. API キーのセットアップ

API はキーなしで動作しますが、登録するとレート制限が増加します:

• キーなし: 1分あたり 240 リクエスト、1日あたり 1,000 件
• キーあり: 1分あたり 240 リクエスト、1日あたり 120,000 件

登録: https://open.fda.gov/apis/authentication/

環境変数として設定:

export FDA_API_KEY="your_key_here"

3. 例の実行

# 包括的な例を実行
python scripts/fda_examples.py

# これは以下をデモンストレーション:
# - 医薬品安全性プロファイル
# - 医療機器監視
# - 食品リコール監視
# - 物質検索
# - 医薬品比較分析
# - 獣医用医薬品分析

FDA データベース カテゴリー

医薬品

承認から市販後監視まで、医薬品ライフサイクル全体をカバーする 6 つの医薬品関連エンドポイントにアクセスします。

エンドポイント:

1. 有害事象 - 副作用、エラー、治療失敗のレポート
2. 製品ラベリング - 処方情報、警告、適応症
3. NDC ディレクトリ - 医薬品コード製品情報
4. 取締レポート - 医薬品リコールと安全対策
5. Drugs@FDA - 1939 年以来の歴史的承認データ
6. 医薬品不足 - 現在および解決済みの供給問題

一般的なユースケース:

# 安全シグナル検出
fda.count_by_field("drug", "event",
                  search="patient.drug.medicinalproduct:metformin",
                  field="patient.reaction.reactionmeddrapt")

# 処方情報を取得
label = fda.query_drug_label("Keytruda", brand=True)

# リコールを確認
recalls = fda.query_drug_recalls(drug_name="metformin")

# 不足を監視
shortages = fda.query("drug", "drugshortages",
                     search="status:Currently+in+Shortage")

参照: 詳細なドキュメントについては references/drugs.md を参照してください

医療機器

医療機器の安全性、承認、および登録をカバーする 9 つの医療機器関連エンドポイントにアクセスします。

エンドポイント:

1. 有害事象 - 医療機器の故障、傷害、死亡
2. 510(k)クリアランス - 市販前通知
3. 分類 - 医療機器カテゴリーとリスク階級
4. 取締レポート - 医療機器リコール
5. リコール - 詳細なリコール情報
6. PMA - クラスIII医療機器の市販前承認データ
7. 登録とリスティング - 製造施設データ
8. UDI - 医療機器一意識別子データベース
9. COVID-19 血清学 - 抗体検査性能データ

一般的なユースケース:

# 医療機器の安全性を監視
events = fda.query_device_events("pacemaker", limit=100)

# 医療機器分類を検索
classification = fda.query_device_classification("DQY")

# 510(k)クリアランスを検索
clearances = fda.query_device_510k(applicant="Medtronic")

# UDI で検索
device_info = fda.query("device", "udi",
                       search="identifiers.id:00884838003019")

参照: 詳細なドキュメントについては references/devices.md を参照してください

食品

安全監視とリコール向けの 2 つの食品関連エンドポイントにアクセスします。

エンドポイント:

1. 有害事象 - 食品、栄養補助食品、および化粧品の事象
2. 取締レポート - 食品製品リコール

一般的なユースケース:

# アレルゲンリコールを監視
recalls = fda.query_food_recalls(reason="undeclared peanut")

# 栄養補助食品の事象を追跡
events = fda.query_food_events(
    industry="Dietary Supplements")

# 汚染リコールを検索
listeria = fda.query_food_recalls(
    reason="listeria",
    classification="I")

参照: 詳細なドキュメントについては references/foods.md を参照してください

動物および獣医用

種固有の情報を持つ獣医用医薬品有害事象データにアクセスします。

エンドポイント:

1. 有害事象 - 種、犬種、および製品別の動物用医薬品副作用

一般的なユースケース:

# 種固有の事象
dog_events = fda.query_animal_events(
    species="Dog",
    drug_name="flea collar")

# 犬種素因分析
breed_query = fda.query("animalandveterinary", "event",
    search="reaction.veddra_term_name:*seizure*+AND+"
           "animal.breed.breed_component:*Labrador*")

参照: 詳細なドキュメントについては references/animal_veterinary.md を参照してください

物質およびその他

UNII コード、化学構造、および関係を持つ分子レベルの物質データにアクセスします。

エンドポイント:

1. 物質データ - UNII、CAS、化学構造、関係
2. NSDE - 履歴物質データ(レガシー)

一般的なユースケース:

# UNII から CAS へのマッピング
substance = fda.query_substance_by_unii("R16CO5Y76E")

# 名前で検索
results = fda.query_substance_by_name("acetaminophen")

# 化学構造を取得
structure = fda.query("other", "substance",
    search="names.name:ibuprofen+AND+substanceClass:chemical")

参照: 詳細なドキュメントについては references/other.md を参照してください

一般的なクエリ パターン

パターン 1: 安全性プロファイル分析

複数のデータソースを組み合わせた包括的な安全性プロファイルを作成:

def drug_safety_profile(fda, drug_name):
    """完全な安全性プロファイルを生成."""

    # 1. 総有害事象数
    events = fda.query_drug_events(drug_name, limit=1)
    total = events["meta"]["results"]["total"]

    # 2. 最も一般的な反応
    reactions = fda.count_by_field(
        "drug", "event",
        search=f"patient.drug.medicinalproduct:*{drug_name}*",
        field="patient.reaction.reactionmeddrapt",
        exact=True
    )

    # 3. 重篤な事象
    serious = fda.query("drug", "event",
        search=f"patient.drug.medicinalproduct:*{drug_name}*+AND+serious:1",
        limit=1)

    # 4. 最近のリコール
    recalls = fda.query_drug_recalls(drug_name=drug_name)

    return {
        "total_events": total,
        "top_reactions": reactions["results"][:10],
        "serious_events": serious["meta"]["results"]["total"],
        "recalls": recalls["results"]
    }

パターン 2: 時間的トレンド分析

日付範囲を使用して時間経過によるトレンドを分析:

from datetime import datetime, timedelta

def get_monthly_trends(fda, drug_name, months=12):
    """月次有害事象トレンドを取得."""
    trends = []

    for i in range(months):
        end = datetime.now() - timedelta(days=30*i)
        start = end - timedelta(days=30)

        date_range = f"[{start.strftime('%Y%m%d')}+TO+{end.strftime('%Y%m%d')}]"
        search = f"patient.drug.medicinalproduct:*{drug_name}*+AND+receivedate:{date_range}"

        result = fda.query("drug", "event", search=search, limit=1)
        count = result["meta"]["results"]["total"] if "meta" in result else 0

        trends.append({
            "month": start.strftime("%Y-%m"),
            "events": count
        })

    return trends

パターン 3: 比較分析

複数の製品を並べて比較:

def compare_drugs(fda, drug_list):
    """複数の医薬品の安全性プロファイルを比較."""
    comparison = {}

    for drug in drug_list:
        # 総イベント数
        events = fda.query_drug_events(drug, limit=1)
        total = events["meta"]["results"]["total"] if "meta" in events else 0

        # 重篤なイベント
        serious = fda.query("drug", "event",
            search=f"patient.drug.medicinalproduct:*{drug}*+AND+serious:1",
            limit=1)
        serious_count = serious["meta"]["results"]["total"] if "meta" in serious else 0

        comparison[drug] = {
            "total_events": total,
            "serious_events": serious_count,
            "serious_rate": (serious_count/total*100) if total > 0 else 0
        }

    return comparison

パターン 4: クロスデータベース検索

複数のエンドポイント間でデータをリンク:

def comprehensive_device_lookup(fda, device_name):
    """すべての関連データベースで医療機器を検索."""

    return {
        "adverse_events": fda.query_device_events(device_name, limit=10),
        "510k_clearances": fda.query_device_510k(device_name=device_name),
        "recalls": fda.query("device", "enforcement",
                           search=f"product_description:*{device_name}*"),
        "udi_info": fda.query("device", "udi",
                            search=f"brand_name:*{device_name}*")
    }

結果を使用する

レスポンス構造

すべての API レスポンスは以下の構造に従います:

{
    "meta": {
        "disclaimer": "...",
        "results": {
            "skip": 0,
            "limit": 100,
            "total": 15234
        }
    },
    "results": [
        # 結果オブジェクトの配列
    ]
}

エラーハンドリング

常に潜在的なエラーを処理:

result = fda.query_drug_events("aspirin", limit=10)

if "error" in result:
    print(f"Error: {result['error']}")
elif "results" not in result or len(result["results"]) == 0:
    print("No results found")
else:
    # 結果を処理
    for event in result["results"]:
        # イベントデータを処理
        pass

ページネーション

大規模な結果セットにはページネーションを使用:

# 自動ページネーション
all_results = fda.query_all(
    "drug", "event",
    search="patient.drug.medicinalproduct:aspirin",
    max_results=5000
)

# 手動ページネーション
for skip in range(0, 1000, 100):
    batch = fda.query("drug", "event",
                     search="...",
                     limit=100,
                     skip=skip)
    # バッチを処理

ベストプラクティス

1. 具体的な検索を使用

すべき:

# 具体的なフィールド検索
search="patient.drug.medicinalproduct:aspirin"

すべきでない:

# 過度に広いワイルドカード
search="*aspirin*"

2. レート制限を実装

FDAQuery クラスは自動的にレート制限を処理しますが、制限に注意:

• 1分あたり 240 リクエスト
• 1日あたり 120,000 リクエスト(API キー使用時)

3. 頻繁にアクセスされるデータをキャッシュ

FDAQuery クラスには組み込みのキャッシング(デフォルトで有効)が含まれます:

# キャッシングは自動
fda = FDAQuery(api_key=api_key, use_cache=True, cache_ttl=3600)

4. カウント/集計には完全一致を使用

カウントまたは集計するときは .exact サフィックスを使用:

# 完全フレーズをカウント
fda.count_by_field("drug", "event",
                  search="...",
                  field="patient.reaction.reactionmeddrapt",
                  exact=True)  # 自動的に .exact を追加

5. 入力データを検証

検索語を整理して検証:

def clean_drug_name(name):
    """医薬品名をクエリ用にクリーン."""
    return name.strip().replace('"', '\\"')

drug_name = clean_drug_name(user_input)

API リファレンス

詳細情報:

• 認証とレート制限 → references/api_basics.md を参照
• 医薬品データベース → references/drugs.md を参照
• 医療機器データベース → references/devices.md を参照
• 食品データベース → references/foods.md を参照
• 動物/獣医用データベース → references/animal_veterinary.md を参照
• 物質データベース → references/other.md を参照

スクリプト

scripts/fda_query.py

FDAQuery クラスを提供するメインクエリモジュール:

• すべての FDA エンドポイントへの統一インターフェース
• 自動レート制限とキャッシング
• エラーハンドリングと再試行ロジック
• 一般的なクエリパターン

scripts/fda_examples.py

以下をデモンストレーションする包括的な例:

• 医薬品安全性プロファイル分析
• 医療機器監視
• 食品リコール追跡
• 物質検索
• 医薬品比較分析
• 獣医用医薬品分析

例を実行:

python scripts/fda_examples.py

追加リソース

• openFDA ホームページ: https://open.fda.gov/
• API ドキュメンテーション: https://open.fda.gov/apis/
• インタラクティブ API エクスプローラー: https://open.fda.gov/apis/try-the-api/
• GitHub リポジトリ: https://github.com/FDA/openfda
• 利用規約: https://open.fda.gov/terms/

サポートとトラブルシューティング

一般的な問題

問題: レート制限を超過

• 解決策: API キーを使用、遅延を実装、またはリクエスト頻度を低減

問題: 結果が見つからない

• 解決策: より広い検索語を試す、スペルを確認、ワイルドカードを使用

問題: 無効なクエリ構文

• 解決策: references/api_basics.md のクエリ構文を確認

問題: 結果にフィールドが欠落

• 解決策: すべてのレコードにすべてのフィールドが含まれるわけではありません。常にフィールドの存在を確認

ヘルプの取得

• GitHub Issues: https://github.com/FDA/openfda/issues
• メール: open-fda@fda.hhs.gov