Data-Gouv-FR/liste-des-medicaments-et-des-substances-dopantes

该数据集是法国政府发布的药物和兴奋剂物质列表，具体为2016年版本。数据集由法国城市、青年和体育部与法国反兴奋剂机构（AFLD）合作维护，旨在支持反兴奋剂行动，包括预防、医疗监测、研究和教育。AFLD是一个独立的公共机构，负责定义和实施反兴奋剂措施，并与世界反兴奋剂机构等国际组织合作。数据集来源于一个可公开查询的在线数据库（https://medicaments.afld.fr/），其中列出了被认定为兴奋剂的相关药物和物质，用于保护运动员健康并打击兴奋剂使用。数据以Parquet格式提供，适用于数据分析和研究目的。This dataset is the List of Medications and Doping Substances published by the French government, specifically the 2016 version. It is maintained by the Ministry of City, Youth, and Sports in collaboration with the French Anti-Doping Agency (AFLD) to support anti-doping efforts, including prevention, medical monitoring, research, and education. AFLD is an independent public authority responsible for defining and implementing anti-doping measures, cooperating with international organizations such as the World Anti-Doping Agency. The dataset originates from a publicly accessible online database (https://medicaments.afld.fr/) that lists medications and substances classified as doping agents, aimed at protecting athlete health and combating doping. The data is provided in Parquet format, suitable for data analysis and research purposes.

搜集汇总

数据集介绍

构建方式

该数据集源自法国政府开放数据平台data.gouv.fr，具体对应标识符为`57d59986c751df097c97bae5`的原始数据集，遵循fr-lo许可协议。在HuggingFace存储库中，每个data.gouv.fr数据集被映射为一个独立的仓库，而原始表格资源则转化为对应的HuggingFace子集（configuration）。每个子集仅包含一个名为`train`的分割（split），数据以高效的列式存储格式Parquet保存。以2016年子集为例，其原始数据文件路径为`data/liste-des-medicaments-et-des-substances-dopantes-2016.parquet`，用户通过指定子集名称即可直接加载该年份相关数据。

使用方法

使用者可通过HuggingFace的`datasets`库便捷调用，具体方法为：从`load_dataset`函数中指定仓库名`Data-Gouv-ML/liste-des-medicaments-et-des-substances-dopantes`，并传入目标子集名称（如`liste-des-medicaments-et-des-substances-dopantes-2016`）。加载后，数据集将自动返回一个包含`train`分割的Dataset对象，用户可将其转换为Pandas DataFrame进行后续分析。该过程无需手动下载或处理文件，显著降低数据获取门槛。建议结合语音为法语的药物数据库或AFLD官方查询平台进行交叉验证，以支持更广泛的反兴奋剂研究实践。

背景与挑战

背景概述

该数据集源自法国政府开放数据平台data.gouv.fr，由法国青年与体育部联合其他相关机构于2016年创建，核心研究问题聚焦于运动员健康保护与反兴奋剂斗争。数据集收录了法国反兴奋剂机构（AFLD）官方列出的禁用药物与物质清单，旨在通过系统化的数据整合，为预防、监测及研究领域的学者、政策制定者及体育组织提供标准化参考。作为法国反兴奋剂体系的重要组成部分，该数据集对推动体育医学、药品监管及公共健康政策具有重要影响力，尤其为欧盟及国际反兴奋剂公约的实施提供了数据支撑。

当前挑战

该数据集面临的挑战主要源于反兴奋剂领域的动态复杂性。一方面，禁用物质清单需随国际反兴奋剂组织（WADA）年度更新而持续调整，数据时效性维护成为关键难题，例如2016年版数据需与后续法规保持同步更新。另一方面，构建过程中需整合多源异构数据——包括法国药品管理局、体育联合会及AFLD的监测报告，存在数据格式不统一、专业术语交叉（如法英双语标识）的整合困境。此外，数据集的开放性要求平衡隐私保护与公共健康需求，例如部分处方药信息需规避商业敏感性与患者数据泄露风险。

常用场景

经典使用场景

该数据集汇集了法国官方公布的兴奋剂物质与相关药物清单，涵盖2016年及后续年份的详细数据，为反兴奋剂研究提供了标准化的参照基准。在体育科学、药理学和公共卫生领域，研究者常利用该数据集进行兴奋剂成分识别、药物分类标注及历史趋势分析，尤其适用于构建基于法规文本的监督学习模型。通过将药物名称与禁用物质列表严格对齐，该数据集成为检验算法在医学实体匹配与法规合规性验证中效能的经典测试平台。

解决学术问题

该数据集有效回应了反兴奋剂领域中信息碎片化与标准不一致的核心困境。在学术层面，它促使研究者探索如何利用自然语言处理技术从多源异构的官方文档中自动抽取禁用物质实体，并实现跨年份、跨语言的分类对齐。同时，该数据集推动了药物滥用模式的时间序列分析，为揭示兴奋剂使用演变规律与体育法规动态调整之间的互动关系提供了实证基础，显著提升了反兴奋剂研究的系统性与可复现性。

实际应用

在实际应用中，该数据集被直接整合至法国反兴奋剂机构的在线查询系统，辅助运动员、医务人员与体育管理人员快速甄别药物中的禁用成分。此外，它支持在制药行业中建立处方审核的自动化流程，帮助生成不含有违规物质的药品清单。体育赛事组织者亦可依据该数据集优化兴奋剂检测策略，确保检测资源向高风险药物倾斜，从而提升反兴奋剂工作的精确性与效率。

数据集最近研究

最新研究方向

该数据集聚焦于法国禁药清单的数字化与开放数据治理，当前研究前沿围绕体育反兴奋剂政策的透明化与自动化监控展开。随着全球反兴奋剂斗争的深化，尤其是2024年巴黎奥运会临近，如何利用结构化数据（如该Parquet格式的药品种类与违禁物质清单）实现智能检测与跨机构协同成为热点。该数据集不仅为法国反兴奋剂机构（AFLD）提供历史追溯依据，更推动机器学习模型在运动员用药风险预测中的部署，强化了预防与科研的闭环。其开放许可（fr-lo）与多格式支持（CSV、Parquet）降低了学术与公共机构的复用门槛，为国际反兴奋剂标准化协作树立了标杆。