ఫార్మకోఎపిడెమియాలజీ మరియు డ్రగ్ సేఫ్టీలో పురోగతి

నైరూప్య

సీక్వెన్స్ సిమెట్రీ విశ్లేషణ మరియు అసమానత విశ్లేషణలు: ప్రతికూల ఔషధ ప్రతిచర్యలో ఎంత శాతం వారు సిగ్నల్ ఇస్తారు?

ఇజియాన్ ఎ వహాబ్, నికోల్ ఎల్ ప్రాట్, లిసా ఎం కాలిష్ మరియు ఎలిజబెత్ ఇ రౌగ్‌హెడ్

నేపథ్యం: సీక్వెన్స్ సిమెట్రీ అనాలిసిస్ (SSA) అనేది అడ్మినిస్ట్రేటివ్ క్లెయిమ్ డేటాను ఉపయోగించి ప్రతికూల సంఘటన (AE) సంకేతాలను గుర్తించే పద్ధతి. ప్రొపోర్షనల్ రిపోర్టింగ్ రేషియో (PRR), రిపోర్టింగ్ ఆడ్స్ రేషియో (ROR) మరియు బయేసియన్ కాన్ఫిడెన్స్ ప్రోపగేషన్ న్యూరల్ నెట్‌వర్క్ (BCPNN) అనేది స్పాంటేనియస్ రిపోర్టింగ్ డేటాను ఉపయోగించి AE సిగ్నల్‌లను గుర్తించే పద్ధతులు. నాలుగు పద్ధతుల ద్వారా కనుగొనబడిన AEల నిష్పత్తి తెలియదు. లక్ష్యం: ఔషధం-AE జతల కోసం SSA, PRR, ROR మరియు BCPNN యొక్క సున్నితత్వం, నిర్దిష్టత మరియు అంచనా విలువలను నిర్ణయించడం. పద్ధతులు: ప్రచురించబడిన రాండమైజ్డ్ కంట్రోల్డ్ ట్రయల్స్ (RCTలు) మరియు ప్రోడక్ట్ ఇన్ఫర్మేషన్ (PI)లో గుర్తించబడిన అన్ని AEలు 19 ఔషధాల కోసం సేకరించబడ్డాయి. గోల్డ్ స్టాండర్డ్ పాజిటివ్ AEలు పవర్డ్ RCTలలో గుర్తించబడిన సంఘటనలు మరియు గోల్డ్ స్టాండర్డ్ నెగటివ్ AEలు అనేవి ఆ ఔషధం లేదా తరగతిలోని ఏదైనా ఇతర ఔషధాల కోసం PIలో జాబితా చేయబడని సంఘటనలు. ఆస్ట్రేలియన్ గవర్నమెంట్ డిపార్ట్‌మెంట్ ఆఫ్ వెటరన్స్ అఫైర్స్ డేటాను ఉపయోగించి ప్రతి మెడిసిన్-AE జతలకు SSA నిర్వహించబడింది, అయితే PRR, ROR మరియు BCPNN, ఫుడ్ అండ్ డ్రగ్ అడ్మినిస్ట్రేషన్ ప్రతికూల సంఘటనల రిపోర్టింగ్ సిస్టమ్ డేటాను ఉపయోగించి లెక్కించబడుతుంది. ఫలితాలు: మొత్తం 157 ఔషధ-AE జతలు (43 పాజిటివ్ మరియు 114 ప్రతికూలమైనవి) గుర్తించబడ్డాయి మరియు పరీక్షించబడ్డాయి. SSA, PRR, ROR మరియు BCPNNలు వరుసగా 65%, 1 9%, 49% మరియు 51% సున్నితత్వాన్ని కలిగి ఉన్నాయి. అన్ని పద్ధతులలో ప్రత్యేకతలు ఒకేలా ఉన్నాయి; 89%-97%. ముప్పై శాతం నిజమైన సానుకూల జంటలు అన్ని పద్ధతుల ద్వారా కనుగొనబడ్డాయి. SSA అదనంగా 35% విభిన్న నిజమైన సానుకూల జతలను గుర్తించింది, అయితే PRR, ROR మరియు BCPNN పద్ధతులు అదనంగా 21% విభిన్న నిజమైన సానుకూల జతలను గుర్తించాయి. తీర్మానాలు: సిగ్నలింగ్ పద్ధతులు మరియు డేటా మూలాధారాల కలయికను ఉపయోగించి, మరిన్ని ప్రతికూల ఔషధ ప్రతిచర్యలను గుర్తించవచ్చు మరియు పోస్ట్-మార్కెటింగ్ ఔషధం యొక్క భద్రతా నిఘాను సమర్థవంతంగా బలోపేతం చేయవచ్చు.