用途
该技能用于自动检测、量化并置于语境中解释药品不良事件信号。它通过 FAERS 不成比例分析、FDA 标签挖掘、基于机制的预测和文献证据，生成 0-100 的定量安全性信号评分（Safety Signal Score），以支持监管和临床决策。
适用提问包括：某药的安全性信号是什么、检测某药的不良事件、某药是否与某不良事件相关、某药的 FAERS 信号有哪些、比较药物 A 与药物 B 在某一不良事件上的安全性、某药的严重不良事件有哪些、某药是否有新出现的安全性信号、某药的上市后监测报告、某药的药物警戒信号检测、某药与某一事件的不成比例分析等。
与 tooluniverse-pharmacovigilance 的区别在于：本技能聚焦于信号检测与量化，使用 PRR、ROR、IC 等不成比例分析方法并强调统计严谨性，产出定量安全性信号评分（0-100），并进行跨药物类别的比较安全性分析；而药物警戒技能提供更广泛的安全性画像，但不具备同等深度的信号检测指标。
主要能力
主要原则包括：信号量化优先，每个不良事件都必须给出带置信区间的 PRR/ROR/IC；严重事件优先，死亡、住院、危及生命的事件始终优先分析；多来源三角验证，使用 FAERS、FDA 标签、OpenTargets、DrugBank 和文献；语境感知评估，区分药物特异性、类效应与混杂信号；报告先行，先创建报告文件再逐步更新；强制证据分级，从 T1（监管/黑框警告）到 T4（计算性证据）；英文优先查询，工具调用始终使用英文药名，最终以用户语言回复。
使用方式（工作流程）
工作流程分为十个阶段。Phase 0 输入解析与药物消歧：解析药名，解析为 ChEMBL ID、DrugBank ID，识别药物类别、机制与已批准适应症。Phase 1 FAERS 不良事件画像：按频率统计顶部不良事件、严重性与结局分布、人口统计学（年龄、性别、国家）。Phase 2 不成比例分析（信号检测）：为每个不良事件计算 PRR、ROR、IC 及 95% 置信区间，应用信号检测标准并分类信号强度（强/中/弱/无）。Phase 3 FDA 标签安全性信息：黑框警告、禁忌症、警告与注意事项、不良反应、药物相互作用、特殊人群。Phase 4 基于机制的不良事件语境：基于靶点的不良事件预测（OpenTargets safety）、脱靶效应、ADMET 预测、药物类别效应比较。Phase 5 比较安全性分析：与同类药物比较，识别独特信号与类效应信号，进行头对头不成比例比较。Phase 6 药物-药物相互作用与风险因素：已知导致不良事件的 DDI、药物基因组学风险因素（PharmGKB）、FDA PGx 生物标志物。Phase 7 文献证据：PubMed 安全性研究、病例报告，OpenAlex 引用分析，预印本新信号（EuropePMC）。Phase 8 风险评估与安全性信号评分：计算安全性信号评分（0-100），对每个信号进行证据分级（T1-T4），评估临床意义。Phase 9 报告综合与建议：监测建议、风险缓解策略、完整性检查清单。
工具调用示例（保留原文）：
chembl_result = tu.tools.OpenTargets_get_drug_chembId_by_generic_name(drugName="atorvastatin")
moa = tu.tools.OpenTargets_get_drug_mechanisms_of_action_by_chemblId(chemblId=chembl_id)
blackbox = tu.tools.OpenTargets_get_drug_blackbox_status_by_chembl_ID(chemblId=chembl_id)
drugbank = tu.tools.drugbank_get_safety_by_drug_name_or_drugbank_id(query="atorvastatin", case_sensitive=False, exact_match=False, limit=3)
reactions = tu.tools.FAERS_count_reactions_by_drug_event(medicinalproduct="ATORVASTATIN")
seriousness = tu.tools.FAERS_count_seriousness_by_drug_event(medicinalproduct="ATORVASTATIN")
outcomes = tu.tools.FAERS_count_outcomes_by_drug_event(medicinalproduct="ATORVASTATIN")
result = tu.tools.FAERS_calculate_disproportionality(operation="calculate_disproportionality", drug_name="ATORVASTATIN", adverse_event=event)
result = tu.tools.FAERS_stratify_by_demographics(operation="stratify_by_demographics", drug_name="ATORVASTATIN", adverse_event="Rhabdomyolysis", stratify_by="sex")
boxed = tu.tools.FDA_get_boxed_warning_info_by_drug_name(drug_name="atorvastatin")
contras = tu.tools.FDA_get_contraindications_by_drug_name(drug_name="atorvastatin")
信号检测标准（保留原文公式与阈值）：
PRR = (a/(a+b)) / (c/(c+d))，信号判定：PRR >= 2.0 且 95% CI 下限 > 1.0 且病例数 >= 3。 ROR = (ad) / (bc)，信号判定：95% CI 下限 > 1.0。 IC = log2(observed/expected)，信号判定：95% CI 下限 > 0。
信号强度分类：强（PRR >= 5.0，ROR 下限 >= 3.0，IC 下限 >= 2.0，需立即调查）；中（PRR 3.0-4.9，ROR 下限 2.0-2.9，IC 下限 1.0-1.9，建议主动监测）；弱（PRR 2.0-2.9，ROR 下限 1.0-1.9，IC 下限 0-0.9，常规监测并关注趋势）；无信号（PRR < 2.0，ROR 下限 < 1.0，IC 下限 < 0，标准药物警戒）。
性别编码说明（保留原文）：group 0 = Unknown，group 1 = Male，group 2 = Female。
FDA 标签工具在相应章节不存在时会返回 {error: {code: "NOT_FOUND"}}，这对许多药物属于正常情况，例如多数药物没有黑框警告。
适用场景
适用于药品安全性信号查询、特定药物与不良事件的关联判断、FAERS 信号分析、药物间安全性比较、严重不良事件梳理、新出现安全性信号识别、上市后监测报告、药物警戒信号检测，以及特定药物与事件的不成比例分析等。
限制
资料未提供该技能的具体安装方式、运行环境依赖、定价或平台支持信息，暂未提供。资料未说明其数据更新时间范围、FAERS 数据的完整覆盖程度及结果准确性保证，暂未提供。