基于BCPNN法的药品不良反应信号检测与自动预警技术研究

针对目前我国药品不良反应(ADR)信号检测与自动预警存在的问题,在分析当前各种ADR信号检测方法的基础上,研究并建立了基于BCPNN法和SRS数据库的ADR信号检测算法模型,应用Java语言开发了药品不良反应信号检测与自动预警程序,最后通过应用实例说明了上述方法的有效性。

基于FAERS的芦可替尼药品不良事件信号挖掘

目的 为临床合理、安全使用芦可替尼提供参考。方法 检索美国食品和药物管理局不良事件报告系统(FAERS)2011年11月16日至2022年12月31日以芦可替尼为首要怀疑药物的药品不良事件(ADE)报告,联用报告比值比(ROR)法及贝叶斯置信区间递进神经网络(BCPNN)法挖掘其ADE信号。结果 共筛选出芦可替尼相关ADE报告13 885份,男女比例为1.24∶1,上报国家/地区以北美洲报告数量最多(68.78%)。共挖掘到195个ADE风险信号,涉及14个系统器官分类(SOC),主要包括各类检查(53个)、血液及淋巴系统疾病(45个)、感染及侵染类疾病(24个)等,主要表现为贫血(1486次)、血红蛋白降低(1330次)、血小板计数降低(1 312次)等。共挖掘到30个感染信号及20个肿瘤相关ADE风险信号,发生频次排名前3的感染信号为带状疱疹(288次)、结核病(127次)、疱疹病毒感染(26次),发生频次排名前3的肿瘤信号为第2种原发恶性肿瘤(298次)、皮肤癌(246次)、鳞状细胞癌(150次),在药品说明书中均已提及。结论 挖掘到的芦可替尼ADE信号、涉及SOC与药品说明书基本一致。临床使用芦可替尼前应做好患者感染、皮肤癌、淋巴瘤的风险评估及用药教育与指导工作,治疗过程中应密切监测血液系统、感染及肿瘤相关指标,通过调整药量、中断治疗避免发生严重ADE,保障临床用药安全。