数据集概述
该数据集包含美国食品药品监督管理局（FDA）授予加速审批（AA）的药品相关监管文件，覆盖224个申请级文件集，包含原始文档及提取的文本内容，为后续信号提取和分析提供基础数据。
文件详解
数据集主要包含3个压缩文件，具体说明如下：
- 目录文件：
- fda_documents_v2.zip：包含按申请号分类的原始文档（PDF、CFM/HTML格式）及对应的提取文本文件（.txt格式），文档类型包括审批函、草案标签、摘要审查报告、180天进展报告
- fda_code_v1.zip：未提供具体内容说明
- fda_code_v2.zip：未提供具体内容说明
- 提取信息：
- 每个申请的文档集包含原始文本内容（.txt文件）及基础统计信号（如置信区间、p值、统计方法提及）的.json文件
数据来源
美国食品药品监督管理局（FDA）
适用场景
- 监管情报自动化研究：构建FDA加速审批文件的机器可读语料库
- 自然语言处理模型开发：训练提取监管信号的NLP模型
- 机器学习算法训练：预测加速审批结果的ML或量子分类算法
- 监管政策分析：研究监管语言和要求的演变趋势
- 临床信息学研究：分析FDA决策过程的透明化模型构建
