dailymed-database

DailyMed 药品标签数据库

概述

DailyMed 是美国国家医学图书馆的官方存储库，收录 FDA 批准的药品标签信息，其中包含 140,000 多份处方药、非处方药、生物制品和疫苗的结构化产品标签（SPL）。REST API（v2）提供完整标签内容的结构化 JSON/XML 访问，包括适应症、剂量、警告、禁忌症、不良反应和包装数据，无需身份验证。

使用场景

• 按药品名称、NDC 代码或 set ID 获取 FDA 批准的官方处方信息
• 提取结构化标签章节（适应症、警告、剂量、不良反应），用于药理学研究
• 查询某种活性成分的所有上市剂型及其包装和 NDC 代码
• 使用 RxNorm 集成中的 RxCUI 标识符交叉引用药品标签
• 构建需要权威 FDA 标签内容（而非用户报告数据）的药品信息处理流水线
• 比较同一种药品的品牌名和仿制药剂型的标签内容
• 如需 FAERS 不良事件报告，请改用 fda-database；DailyMed 包含的是标签文本，而非上市后安全性信号
• 如需药物相互作用严重程度数据，请使用 ddinter-database；DailyMed 标签中的相互作用文本没有结构化

前提条件

• Python 包：requests、pandas、matplotlib
• 数据要求：药品名称、NDC 代码、set ID 或 RxCUI 标识符
• 环境：需要互联网连接；无需 API 密钥
• 速率限制：没有官方公布的限制；礼貌访问时每分钟约 100 次请求较为安全；批量循环中添加 time.sleep(0.3)

pip install requests pandas matplotlib

快速入门

import requests

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

# Search drug labels by name
r = requests.get(f"{BASE}/spls.json", params={"drug_name": "metformin", "pagesize": 5})
r.raise_for_status()
data = r.json()
print(f"Total labels found: {data['metadata']['total_elements']}")
for spl in data["data"][:3]:
    print(f"  {spl['title']!r:60s}  setid={spl['setid']}")

核心 API

查询 1：按名称搜索药品标签

使用药品名称搜索结构化产品标签（SPL）。返回匹配标签的分页列表及其 set ID。

import requests
import pandas as pd

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def search_spls(drug_name, pagesize=20, page=1):
    """Search DailyMed SPLs by drug name. Returns list of label summaries."""
    r = requests.get(f"{BASE}/spls.json",
                     params={"drug_name": drug_name, "pagesize": pagesize, "page": page},
                     timeout=15)
    r.raise_for_status()
    return r.json()

result = search_spls("atorvastatin", pagesize=10)
meta = result["metadata"]
print(f"Search: 'atorvastatin' → {meta['total_elements']} labels across {meta['total_pages']} pages")

df = pd.DataFrame(result["data"])
print(df[["setid", "title", "published_date"]].to_string(index=False))
# setid                                  title                                   published_date
# 8f6c7c7c-...  ATORVASTATIN CALCIUM tablet                               2024-03-15
# a4b7d3e1-...  ATORVASTATIN CALCIUM tablet, film coated                  2023-11-20

查询 2：按 Set ID 获取完整标签

使用 set ID 获取特定药品的完整结构化产品标签。返回所有标签章节，包括适应症、警告、剂量和不良反应。

import requests

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def get_spl(setid):
    """Retrieve full SPL document by set ID. Returns label metadata and XML/JSON."""
    r = requests.get(f"{BASE}/spls/{setid}.json", timeout=20)
    r.raise_for_status()
    return r.json()

# Use a known set ID from search results
setid = "8f6c7c7c-1f7f-4f1a-af86-8b2eef2a8b2c"   # example atorvastatin label
label = get_spl(setid)
data = label["data"]

print(f"Title: {data.get('title')}")
print(f"Set ID: {data.get('setid')}")
print(f"Published: {data.get('published_date')}")
print(f"Version: {data.get('version')}")

# Access structured sections
if "sections" in data:
    sections = data["sections"]
    print(f"\nLabel sections ({len(sections)} total):")
    for sec in sections[:5]:
        print(f"  [{sec.get('loinc_code', 'N/A')}] {sec.get('title', 'Untitled')}")

查询 3：按 NDC 代码搜索

按国家药品代码（NDC）查询药品标签——适用于持有产品条形码或配药记录的情况。

import requests

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def search_by_ndc(ndc_code):
    """Find SPL by NDC code (formatted as XXXXX-XXXX-XX or without dashes)."""
    r = requests.get(f"{BASE}/spls.json",
                     params={"ndc": ndc_code},
                     timeout=15)
    r.raise_for_status()
    return r.json()

# NDC for Lipitor 10mg (atorvastatin)
result = search_by_ndc("0071-0155-23")
if result["data"]:
    spl = result["data"][0]
    print(f"Drug: {spl['title']}")
    print(f"Set ID: {spl['setid']}")
    print(f"Published: {spl['published_date']}")
else:
    print("No label found for this NDC")

查询 4：获取包装信息

按 set ID 获取特定药品标签的详细包装数据（NDC 代码、包装类型、数量）。

import requests
import pandas as pd

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def get_packaging(setid):
    """Retrieve packaging information for a label (NDC codes, dosage forms, quantities)."""
    r = requests.get(f"{BASE}/spls/{setid}/packaging.json", timeout=15)
    r.raise_for_status()
    return r.json()

setid = "8f6c7c7c-1f7f-4f1a-af86-8b2eef2a8b2c"   # example setid
pkg = get_packaging(setid)

if pkg["data"]:
    packages = pkg["data"]
    print(f"Packaging variants: {len(packages)}")
    df = pd.DataFrame(packages)
    # Common fields: ndc, dosage_form, route, marketing_status
    for col in ["ndc", "dosage_form", "route", "marketing_status"]:
        if col in df.columns:
            print(f"\n{col.upper()}:")
            print(df[col].value_counts().head(5))

查询 5：按 RxCUI 查询

使用 RxNorm 概念唯一标识符（RxCUI）获取药品标签，以便与基于 RxNorm 的临床系统集成。

import requests
import time

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def get_spls_by_rxcui(rxcui):
    """Get all SPLs associated with an RxCUI. Returns list of set IDs and titles."""
    r = requests.get(f"{BASE}/rxcuis/{rxcui}/spls.json", timeout=15)
    r.raise_for_status()
    return r.json()

# RxCUI for atorvastatin: 83367
rxcui = "83367"
result = get_spls_by_rxcui(rxcui)
print(f"SPLs for RxCUI {rxcui} (atorvastatin):")
for spl in result["data"][:5]:
    print(f"  {spl['setid']} | {spl['title'][:70]}")
print(f"  Total: {result['metadata']['total_elements']} labels")

查询 6：搜索药品名称索引

列出 DailyMed 中所有标准化药品名称——适用于药品查询流水线中的名称规范化和自动补全。

import requests

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def search_drug_names(query, pagesize=20):
    """Search the DailyMed drug name index for name normalization."""
    r = requests.get(f"{BASE}/drugnames.json",
                     params={"drug_name": query, "pagesize": pagesize},
                     timeout=15)
    r.raise_for_status()
    return r.json()

result = search_drug_names("metformin")
print(f"Drug name matches for 'metformin': {result['metadata']['total_elements']}")
for entry in result["data"][:8]:
    print(f"  {entry['drug_name']}")
# METFORMIN HYDROCHLORIDE
# METFORMIN HYDROCHLORIDE AND SITAGLIPTIN PHOSPHATE
# METFORMIN HYDROCHLORIDE AND SAXAGLIPTIN

查询 7：批量提取标签章节

从多个药品标签中提取特定章节（例如适应症、警告），用于比较分析。

import requests
import time
import pandas as pd

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

# LOINC codes for common SPL sections
SECTION_LOINC = {
    "34067-9": "Indications and Usage",
    "34068-7": "Dosage and Administration",
    "34071-1": "Warnings",
    "34084-4": "Adverse Reactions",
    "34070-3": "Contraindications",
    "43685-7": "Warnings and Precautions",
}

def get_label_sections(setid):
    """Extract structured sections from an SPL by set ID."""
    r = requests.get(f"{BASE}/spls/{setid}.json", timeout=20)
    r.raise_for_status()
    data = r.json()["data"]
    sections = {}
    for sec in data.get("sections", []):
        loinc = sec.get("loinc_code")
        if loinc in SECTION_LOINC:
            sections[SECTION_LOINC[loinc]] = sec.get("text", "")
    return sections

# Get indications for two statin labels
statins = [
    ("Atorvastatin", "8f6c7c7c-1f7f-4f1a-af86-8b2eef2a8b2c"),
    ("Rosuvastatin", "a3b2c4d5-1234-5678-abcd-ef0123456789"),   # example
]
records = []
for drug_name, setid in statins:
    try:
        sections = get_label_sections(setid)
        records.append({"drug": drug_name, "indications_length": len(sections.get("Indications and Usage", ""))})
    except Exception as e:
        print(f"Warning: {drug_name} failed — {e}")
    time.sleep(0.3)

df = pd.DataFrame(records)
print(df.to_string(index=False))

核心概念

结构化产品标签（SPL）和 Set ID

SPL 是 FDA 批准的官方药品标签，采用 XML 格式，并按照 Health Level 7（HL7）临床文档架构（CDA）进行结构化。每份独特的药品产品标签都有全局唯一的 set ID（UUID 格式）。同一标签的多个版本共享相同的 set ID，但版本号不同。获取当前处方信息时，务必使用最近发布的版本。

LOINC 章节代码

DailyMed SPL 使用标准化 LOINC 代码标识标签章节，以便在所有标签中一致地进行程序化提取：

LOINC 代码	章节名称
34067-9	适应症和用法
34068-7	剂量和给药
34070-3	禁忌症
34071-1	警告
43685-7	警告和注意事项
34084-4	不良反应
34073-7	药物相互作用
34076-0	患者咨询信息
42229-5	作用机制
34069-5	供应形式／储存

NDC 代码格式

国家药品代码（NDC）采用由三个数字段组成的格式来标识药品：labeler-product-package（例如，0071-0155-23）。某些系统中也可能会显示不带连字符的 NDC。DailyMed 在 API 查询中接受这两种格式。

常见工作流

工作流 1：按活性成分比较药品标签

目标：检索并比较某种活性成分的所有剂型标签内容，适用于仿制药与品牌药的比较。

import requests
import time
import pandas as pd

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def search_spls(drug_name, pagesize=50):
    r = requests.get(f"{BASE}/spls.json",
                     params={"drug_name": drug_name, "pagesize": pagesize},
                     timeout=15)
    r.raise_for_status()
    return r.json()

def get_packaging(setid):
    r = requests.get(f"{BASE}/spls/{setid}/packaging.json", timeout=15)
    r.raise_for_status()
    return r.json()

# Search for all metformin labels
result = search_spls("metformin", pagesize=20)
labels = result["data"]
print(f"Found {len(labels)} metformin labels")

rows = []
for label in labels[:10]:   # limit for demo
    setid = label["setid"]
    try:
        pkg = get_packaging(setid)
        for item in pkg["data"][:2]:
            rows.append({
                "title": label["title"][:60],
                "setid": setid,
                "ndc": item.get("ndc"),
                "dosage_form": item.get("dosage_form"),
                "route": item.get("route"),
                "marketing_status": item.get("marketing_status"),
                "published_date": label.get("published_date"),
            })
    except Exception as e:
        print(f"Skipping {setid}: {e}")
    time.sleep(0.3)

df = pd.DataFrame(rows)
print(f"\nFormulations with packaging data: {len(df)}")
print(df[["title", "dosage_form", "route", "marketing_status"]].drop_duplicates().to_string(index=False))
df.to_csv("metformin_formulations.csv", index=False)
print("\nSaved: metformin_formulations.csv")

工作流 2：提取警告和不良反应以进行安全性分析

目标：系统地从一组药品标签中提取结构化的警告和不良反应文本，用于药物警戒研究。

import requests
import time
import pandas as pd

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

TARGET_SECTIONS = {
    "34071-1": "Warnings",
    "43685-7": "Warnings_and_Precautions",
    "34084-4": "Adverse_Reactions",
    "34070-3": "Contraindications",
}

def search_and_get_sections(drug_name, max_labels=5):
    """Search for labels and extract safety-relevant sections."""
    search_r = requests.get(f"{BASE}/spls.json",
                            params={"drug_name": drug_name, "pagesize": max_labels},
                            timeout=15)
    search_r.raise_for_status()
    labels = search_r.json()["data"][:max_labels]

    records = []
    for label in labels:
        setid = label["setid"]
        try:
            label_r = requests.get(f"{BASE}/spls/{setid}.json", timeout=20)
            label_r.raise_for_status()
            spl_data = label_r.json()["data"]

            row = {"drug_name": drug_name, "title": label["title"][:80], "setid": setid}
            for loinc, col in TARGET_SECTIONS.items():
                text = ""
                for sec in spl_data.get("sections", []):
                    if sec.get("loinc_code") == loinc:
                        text = sec.get("text", "")[:500]   # first 500 chars
                        break
                row[col] = text
            records.append(row)
        except Exception as e:
            print(f"  Skipping {setid}: {e}")
        time.sleep(0.3)

    return pd.DataFrame(records)

# Compare safety sections across ACE inhibitor labels
drugs = ["lisinopril", "enalapril"]
all_records = []
for drug in drugs:
    print(f"Processing: {drug}")
    df = search_and_get_sections(drug, max_labels=3)
    all_records.append(df)

combined = pd.concat(all_records, ignore_index=True)
print(f"\nExtracted safety sections: {len(combined)} labels")
print(combined[["drug_name", "title"]].to_string(index=False))
combined.to_csv("ace_inhibitor_safety_sections.csv", index=False)
print("Saved: ace_inhibitor_safety_sections.csv")

工作流 3：按药物类别可视化标签分布

目标：查询某一类别中的多种药物，统计其标签剂型数量，并将分布可视化。

import requests
import time
import pandas as pd
import matplotlib.pyplot as plt

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def count_labels(drug_name):
    """Return total SPL count for a drug name."""
    r = requests.get(f"{BASE}/spls.json",
                     params={"drug_name": drug_name, "pagesize": 1},
                     timeout=15)
    r.raise_for_status()
    return r.json()["metadata"]["total_elements"]

# Count labels for common statins
statins = {
    "atorvastatin": "Atorvastatin",
    "rosuvastatin": "Rosuvastatin",
    "simvastatin": "Simvastatin",
    "pravastatin": "Pravastatin",
    "lovastatin": "Lovastatin",
    "fluvastatin": "Fluvastatin",
    "pitavastatin": "Pitavastatin",
}

counts = {}
for query, label in statins.items():
    try:
        counts[label] = count_labels(query)
        print(f"  {label}: {counts[label]} labels")
    except Exception as e:
        print(f"  {label}: error — {e}")
    time.sleep(0.3)

# Visualization
df = pd.DataFrame(list(counts.items()), columns=["Drug", "Label_Count"])
df = df.sort_values("Label_Count", ascending=True)

fig, ax = plt.subplots(figsize=(9, 5))
bars = ax.barh(df["Drug"], df["Label_Count"], color="#2196F3", edgecolor="white")
ax.bar_label(bars, fmt="%d", padding=4, fontsize=9)
ax.set_xlabel("Number of DailyMed SPL Entries")
ax.set_title("DailyMed: FDA Drug Label Count by Statin\n(includes brand + generic formulations)")
ax.set_xlim(0, df["Label_Count"].max() * 1.15)
plt.tight_layout()
plt.savefig("statin_label_counts.png", dpi=150, bbox_inches="tight")
print(f"Saved: statin_label_counts.png  (total labels: {df['Label_Count'].sum()})")

关键参数

参数	端点	默认值	范围 / 选项	作用
drug_name	/spls、/drugnames	—	任意药品名称字符串	按药品名称筛选标签（支持部分匹配）
ndc	/spls	—	NDC 代码字符串	按国家药品代码筛选标签
pagesize	/spls、/drugnames	20	1–100	每页结果数；最多 100 条
page	/spls、/drugnames	1	正整数	分页页码
setid	/spls/{setid}、/spls/{setid}/packaging	—	UUID 字符串	唯一标签标识符；直接访问时必需
rxcui	/rxcuis/{rxcui}/spls	—	RxNorm 概念 ID	按 RxCUI 查找标签，用于临床系统集成
format	任意端点	json	json、xml	响应格式；默认且首选 JSON

最佳实践

1. 批量处理前先解析 set ID：使用 /spls 搜索获取 set ID，然后按 set ID 获取完整标签。不要根据药品名称构造 set ID——它们是由 FDA 分配的 UUID 标识符。

2. 在批处理循环中添加 time.sleep(0.3)：DailyMed 未公布速率限制，但它属于 NIH 公共基础设施。适当延迟有助于避免请求被限流。

   import time
   for drug in drug_list:
       result = search_spls(drug)
       time.sleep(0.3)   # 200 requests/minute safe upper bound
   

3. 提取章节时使用 LOINC 代码，而不是解析文本：标签章节按 LOINC 代码编制索引，因此可以在所有 SPL 文档中一致地访问章节，无需对章节标题使用脆弱的正则表达式。

4. 全面获取结果时使用分页：默认的 pagesize=20 可能会遗漏某些剂型。使用 metadata["total_elements"] 判断是否需要分页：

   meta = result["metadata"]
   total_pages = meta["total_pages"]
   if total_pages > 1:
       for p in range(2, total_pages + 1):
           result = search_spls(drug_name, page=p)
   

5. 临床系统集成时优先使用 RxCUI：与临床系统（EHR、配药系统）集成时，使用基于 RxCUI 的查询（/rxcuis/{rxcui}/spls），以便通过标准化且明确无歧义的方式识别药品。

常用操作示例

示例：检查药品是否带有黑框警告

适用场景：快速确定某种药品是否带有 FDA 最高级别的警告。

import requests

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"
BLACK_BOX_LOINC = "34066-1"

def has_black_box_warning(setid):
    """Return True and warning text if drug label has a black box (boxed) warning."""
    r = requests.get(f"{BASE}/spls/{setid}.json", timeout=20)
    r.raise_for_status()
    sections = r.json()["data"].get("sections", [])
    for sec in sections:
        if sec.get("loinc_code") == BLACK_BOX_LOINC:
            return True, sec.get("text", "")[:300]
    return False, ""

# Example: check warfarin label
setid = "8b7c3d4e-5678-90ab-cdef-1234567890ab"   # example warfarin setid
has_warning, text = has_black_box_warning(setid)
print(f"Black box warning: {has_warning}")
if has_warning:
    print(f"Warning text (first 300 chars): {text}")

示例：多页搜索并获取所有结果

适用场景：当结果总数超过一页时，获取某种药品的所有匹配标签。

import requests
import time

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def search_all_spls(drug_name, pagesize=100, delay=0.3):
    """Retrieve all SPLs for a drug name across multiple pages."""
    all_labels = []
    page = 1
    while True:
        r = requests.get(f"{BASE}/spls.json",
                         params={"drug_name": drug_name, "pagesize": pagesize, "page": page},
                         timeout=15)
        r.raise_for_status()
        data = r.json()
        all_labels.extend(data["data"])
        if page >= data["metadata"]["total_pages"]:
            break
        page += 1
        time.sleep(delay)
    return all_labels

labels = search_all_spls("ibuprofen")
print(f"Total ibuprofen labels: {len(labels)}")

示例：将标签摘要导出为 CSV

适用场景：构建药品标签的扁平参考表，以便离线分析。

import requests
import pandas as pd

BASE = "https://dailymed.nlm.nih.gov/dailymed/services/v2"

def export_drug_labels(drug_name, pagesize=50):
    """Export label summaries for a drug name to DataFrame."""
    r = requests.get(f"{BASE}/spls.json",
                     params={"drug_name": drug_name, "pagesize": pagesize},
                     timeout=15)
    r.raise_for_status()
    data = r.json()
    df = pd.DataFrame(data["data"])
    df["drug_query"] = drug_name
    return df, data["metadata"]["total_elements"]

df, total = export_drug_labels("amoxicillin")
print(f"Retrieved {len(df)} of {total} amoxicillin labels")
df[["setid", "title", "published_date"]].to_csv("amoxicillin_labels.csv", index=False)
print(f"Saved: amoxicillin_labels.csv  (columns: {list(df.columns[:5])})")

故障排除

问题	原因	解决方案
/spls/{setid} 返回 404 Not Found	set ID 无效或已停用	按药品名称重新搜索，以获取当前的 set ID
搜索返回的 data 列表为空	药品名称与任何标签都不匹配	尝试使用较短的名称（例如，"metformin" 而非 "metformin HCl tablets"）；检查拼写
SPL JSON 中缺少章节	较旧的标签可能不包含所有采用 LOINC 编码的章节	遍历前检查 len(sections)；对于旧版标签，改用 XML 格式
ConnectionError / 超时	DailyMed 服务过载	使用指数退避重试；将 timeout=30 调大
分页结果中出现重复项	页面边界竞态条件	收集完所有页面后，按 setid 去重
包装信息端点返回空结果	标签存在，但没有包装记录	有些生物制品和疫苗没有包装数据；直接使用标签数据
RxCUI 查询无结果	RxCUI 未映射到 DailyMed	查询前通过 RxNorm API 验证 RxCUI；部分实验性药物未映射

相关技能

• fda-database — 使用 openFDA 查询不良事件报告（FAERS）、药品召回和执法行动
• ddinter-database — 查询 DDInter 提供的药物相互作用严重程度和作用机制
• drugbank-database-access — 获取全面的药物信息，包括靶点、通路和化学性质
• clinicaltrials-database-search — 使用 ClinicalTrials.gov 查询药物临床试验数据

参考资料

• DailyMed — 官方药品标签库（NLM/NIH）
• DailyMed Web Services API v2 — 完整的 REST API 文档
• SPL Standard (HL7) — 结构化产品标签标准文档
• LOINC Document Ontology — 用于识别 SPL 章节的 LOINC 编码
• NLM DailyMed Overview — 数据覆盖范围和更新频率