药品不良反应信号检测中遮蔽效应的影响及消除方法

常规的药品不良反应信号检测方法基于不相称测定理论,在药品不良反应监测中发挥着重要的作用。然而这些方法在信号检测准确性中存在一些缺陷,无法很好地解决一些现象,如遮蔽效应等。这些现象需要基于新的策略对数据进行分析,本文介绍遮蔽效应对信号检测准确性的影响,以及如何发现和消除遮蔽效应的研究进展。     

基于阳性结果错误率控制的药品不良反应信号检测方法

常用的药品不良反应信号检测方法均是基于不相称测定理论,这些方法在信号检测过程中发挥了重要的作用。然而目前的信号检测过程存在一些缺陷,如多重性问题等,导致信号检测的准确性降低。通过介绍多重性问题对信号检测准确性的影响,和目前解决该问题的常用方法,如阳性结果错误率（false discovery rate,FDR）方法等。     

仑伐替尼在2004―2020 年美国食品药品监督管理局不良事件报告系统数据库中的药品不良反应数据分析

目的利用公共数据库分析仑伐替尼导致的药品不良反应(ADR),为临床医生安全用药提供参考。方法检索美国食品药品监督局不良事件报告系统数据库(FAERS)中数据,运用不相称测定分析方法,对仑伐替尼的药品不良反应数据进行挖掘。结果2004年1月1日至2020年12月31日FAERS数据库中检索到仑伐替尼药品不良反应报告7 205份,检测出阳性信号331个,包括肝性脑病(IC025=5.760)和蛋白尿(IC025=5.371)等。腹泻、食欲减退、疲乏等是发生频数最高的ADR。结论仑伐替尼在FAERS数据库中存在多个系统的药品不良反应,临床医生在指导病人用药的过程中应结合病人病情,注意用药的潜在风险。     

机器学习方法在FAERS布加替尼不良反应信号检测中的应用

目的 评估机器学习算法在检测布加替尼（Brigatinib）药品不良反应信号中的性能。方法 使用美国食品药品监督管理局（FDA）不良反应事件报告系统（FAERS）2017年4月1日至2022年3月31日收集的布加替尼药品不良反应信号数据开展研究。首先为研究药品构建一个输入数据集,包括药品标签上列出的已知不良反应和未知不良反应。对于已知不良反应,训练4种机器学习算法,并通过曲线下面积（AUC）评估机器学习算法[随机森林（random forest,RF）、极限梯度提升机（extremegradientboosting）、Logistic回归和邻近算法（k-NearestNeighbor,kNN）]与传统不相称分析方法 [报告优势比（ROR）]和信息成分（IC）]进行比较。结果 kNN算法具有最高的AUC,平均值0.875,其余方法中Logistic回归（0.852）,XGBoost(0.722),RF(0.662)和DPA(0.548)。在未知不良反应数据集中,以kNN算法建立的机器学习模型检出6个额外信号（占15.8%）,传统不相称方法检出4个额外信号（占10.5%）。结论 以kNN算...     

药品不良反应信号检测方法概述

药品不良反应监测工作是药品监督管理体系的重要组成部分,而药品不良反应信号的检测是药品不良反应监测工作中最重要的技术工作。通过对国际上发达国家药品不良反应信号的检测方法进行研究,以期为我国药品不良反应信号检测及预警系统建设提供参考。     

不同信号检测方法在我国药品不良反应自发呈报系统中的应用

目前,国家药品不良反应监测中心的自发呈报系统收集到的药品不良反应数据量已经具备筛选信号的规模。通过对广东、上海、江苏3个省级中心药品不良反应数据库采用的不同信号检测方法进行比较和分析,旨在为我国药品不良反应信号检测及预警系统的建设提供参考。     

信号检测在药品不良反应监测系统中的应用

信号检测是一种能筛选大量数据的、系统的、自动化的、操作性较强的方法,可充分挖掘和利用各类药物安全性数据库,比传统评价方法更快捷、更精确地鉴别潜在的安全性问题。国家药品不良反应监测系统中采用了信号检测方法来挖掘药品不良反应数据库,辅助发现药品安全性信号。通过解释信号检测原理、方法,介绍信号检测方法在不良反应监测中的实施及应用,以期为有关人员理解和运用信号检测方法及工具提供参考。     

广东省药品不良反应监测数据库的信号检测

对广东省自发呈报的药品不良反应系统数据库进行信号检测。方法应用贝叶斯判别可信区间递进神经网络模型比值失衡测量法，对广东省2002年4月28日到2007年7月10日上报的所有数据，进行信号检测。结果信号检测方法能发现9144条药品／药类一不良事件／不良事件类组合，其中2529条有信号，56条是强信号。结论信号检测有助于发现新的药品不良反应信号，及突出的药品安全性问题，可以极大地提高药品不良反应监测工作的效率，是将来药物警戒的研究重点之一。     

综合利用两个数据库进行药品不良反应风险信号挖掘方法的探索

目的 综合利用国家药品不良反应监测系统数据及河北省药品电子检验报告书数据进行数据挖掘,找到信号检测切入点,探索药品不良反应风险信号的提取方法。方法 将国家药品不良反应监测系统数据的报告数量及河北省药品电子检验报告书药品采购量数据相结合,计算不良反应报告率,对不同企业生产的同通用名药品的不良反应报告率情况进行统计学分析。结果 两个数据库总体匹配度为86.39%,企业与其他企业生产的同种药品不良反应报告率之间存在差异,差异有统计学意义的占57.78%,其中报告率偏高且差异有统计学意义的占22.78%。结论 两个数据库匹配度较高;部分企业与其他企业生产的同种药品不良反应报告率之间差异有统计学意义,从而找出存在风险的企业及其生产的品种;可通过本方法快速、准确、经济的甄别药品不良反应风险信号。     

瑞戈非尼的安全警戒信号检测与评价

目的：运用数据挖掘的方法检测瑞戈非尼的不良反应信号，为临床提供用药参考。方法：采用比例报告比值法（PRR）、报告比值比法（ROR）、英国药品和保健产品管理局的综合标准法（MHRA）和贝叶斯可信区间递进神经网络法（BCPNN）4种数据挖掘方法，对美国食品药品监督管理局（FDA）的不良事件报告系统（FAERS）中2012年第四季度-2018年第三季度共24个季度的数据进行关于瑞戈非尼不良反应的信号检测。结果：4种检测方法检测出重叠的关于瑞戈非尼的不良反应信号136个，存在药品说明书未涵盖的新不良反应信号102个。应特别关注涉及新ADR信号较多且信号中等的肝胆系统。另外，说明书未提及其有生殖系统相关的不良反应，此次检测中有4个信号。结论：通过数据挖掘的信号检测方法，发现瑞戈非尼药品说明书未涉及的新的不良反应信号102个，应引起临床重视。     

口服抗糖尿病药物不良反应信号及其相关因素分析

目的研究口服抗糖尿病药物不良反应特征,并提供相应临床合理用药的依据。方法通过上海市不良反应监测中心收集2006至2010年有关口服抗糖尿病药物不良反应的数据,使用描述性统计,logistic回归模型及不相称性,对不良反应发生的特征、风险因子和相关因素进行分析。结果共获得812例口服抗糖尿病药物的不良反应报告。结果显示老年人和女性占不良反应发生的多数;不良反应级别以一般为主;2009至2010年间作为药品说明书中未记载的新的不良反应有上升的趋势;双胍类及磺酰脲类（SU）不良反应最为突出;logistic回归模型显示女性、日服用药频次多、单一用药是胃肠道不良反应的危险因素。体质量是皮肤损害的危险因素,联合用药、患者年龄大是SU致低血糖的危险因素。不相称性研究同时也得到一些口服抗糖尿病药物致不良反应的信号。结论口服抗糖尿病药物不良反应累及系统器官广泛,像性别、年龄、体质量、用药频次、是否联合用药都会在一定程度上影响不良反应的发生。故口服抗糖尿病药物在临床使用时应加强不良反应监测,重视和控制其风险因子,以期更合理安全地用药。     

中药不良反应信号检测系统的建立

目的:探讨适合我国中药不良反应监测体系的信号检测方法,实现对中药不良反应病例报告的快速分析。方法:比较分析了报告比值比、比例报告比值比、卡方法、MHRA法、Yule’sQ、序贯概率比检验等6种常用的信号检测方法,利用PHP和MySQL数据库建立中药不良反应病例数据库与标准名称数据库,并编写了信号检测等相关模块。结果:建立了具有数据规整、数据查询、统计分析、不良反应信号检测和病例对照研究等功能的中药不良反应信号检测系统。结论:中药不良反应信号检测系统能对中药不良反应信息进行有效分析,发掘中药不良反应预警信号,提高中药不良反应监测工作效率。     

抗感染药物不良反应信号检测

摘 要 目的：采取不良反应信号检测的方法,发掘抗感染药物的不良反应信号。方法：运用MHRA综合标准法对药品不良发应构成比排名前5位的抗感染药物信号检测,准确高效的挖掘不良反应信号。结果：不良反应信号检测一共检测出8个信号,分别为头孢匹胺 红斑疹、头孢匹胺 皮疹、左氧氟沙星 恶心、左氧氟沙星 腹痛、头孢地嗪 过敏样反应、哌拉西林 过敏性休克、哌拉西林 皮疹、头孢曲松 瘙痒。结论：检测出的抗感染药物不良反应信号验证该药品与该不良反应之间有一定的关联性,有效信号提示药物安全性问题,为临床用药安全提供参考依据。     

基于自发呈报系统药品不良反应信号检测方法的研究进展

药品不良反应监测是药品上市后安全性再评价的重要工作之一。国外很早就开始了研究基于自发呈报系统（spontane-ous reporting system,SRS）的不良反应信号的检测方法,但具体采用的检测方法各有不同,目前尚无信号检测方法的金标准。该文阐述了国内外经典的药品不良反应（adverse drug reaction,ADR）信号检测方法和联合用药 ADR 信号检测方法及其应用情况,比较各检测方法的优缺点。探讨适合我国 ADR 监测体系的信号检测方法,以期为我国不良反应信号检测工作的推进提供参考。     

药品不良反应信号检测中混杂因素的控制方法

上市后药品不良反应监测无法实现用药人群的随机化,因此无法控制药品不良反应信号检测中数据的混杂偏倚。通过介绍三种运用较为广泛的混杂因素控制方法,简单分析了各个方法的优缺点和在药品不良反应数据中的应用情况,以期为上市后药品不良反应的准确监测提供借鉴。     

药品不良反应信号检测方法研究

目的：探索适合我国的药品不良反应（ADR）信号检测方法。方法：检索各种ADR信号检测方法有关文献,对其进行研究、分析和比较。结果：目前各国普遍使用的信号检测方法主要有频数法和贝叶斯法,前者主要有比例报告比法、报告比值比法、MHRA法等,后者包括贝叶斯判别可信区间递进神经网络模型与相对比值法等。结论：建议我国信号检测的实施综合采用BCPNN、PRR、ROR、MHRA等多种方法。     

常用药品不良反应信号检测方法介绍

系统介绍了报告比值比、比例报告比、信息成分法、(多项)伽玛泊松分布缩减法4种常用药品不良反应信号检测方法及其工作原理,为在我国开展信号检测工作提供了参考。     

熵权法在药品不良反应信号筛选及综合风险评价中的应用

目的：在运用经典方法对药品不良反应信号进行检测后,对信号进行再筛选并评价药品的综合风险。方法：以江苏省药品不良反应监测网络数据库为资料来源,SQLserver为后台数据库,Matlab为算法主要实现工具,运用熵权法结合专家评分,对BCPNN方法检测出的信号进行再调整和评级。结果：运用综合权重进行调整后,发现不同药品不良反应信号的强弱发生了一定的变化。其中,氟喹诺酮类药品中的加替沙星导致低血糖、呼吸困难等药品不良反应的风险较信号评级之前有所增加,需要专家在评审时更为留意。结论：将熵权法运用在药品不良反应信号的监测中,可使信号更接近客观筛选和主观判断的平衡值,部分罕发但严重的药品不良反应信号得到发现和重视,并能方便地研究药物引起的多种药品不良反应的综合风险。