藥品上市后安全性研究方式學(xué)進展_第1頁
藥品上市后安全性研究方式學(xué)進展_第2頁
藥品上市后安全性研究方式學(xué)進展_第3頁
藥品上市后安全性研究方式學(xué)進展_第4頁
藥品上市后安全性研究方式學(xué)進展_第5頁
已閱讀5頁,還剩34頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、藥品上市后安全性研究方式學(xué)進展匯報提綱上市后監(jiān)測方法從被動走向主動研究設(shè)計和分析方法針對藥品安全研究的特殊性,設(shè)計方法不斷創(chuàng)新針對觀察性研究的混雜問題,統(tǒng)計分析技術(shù)不斷發(fā)展面臨的挑戰(zhàn)2上市前臨床試驗局限性觀察對象樣本量有限觀察時間短病種單一多數(shù)情況下排除老人、孕婦和兒童 罕見的不良反應(yīng)、遲發(fā)反應(yīng)和發(fā)生在某些特殊人群的不良反應(yīng)難以發(fā)現(xiàn)需要開展上市后風(fēng)險評估上市后監(jiān)測方法:從被動到主動被動監(jiān)測(passive surveillance)基于自發(fā)報告的ADR監(jiān)測主動監(jiān)測(active surveillance)重點藥物/醫(yī)院監(jiān)測處方-事件監(jiān)測專題調(diào)查安全警戒計劃 (Mini) Sentinel In

2、itiativeOMOP(Observational Medical Outcomes Partnership ) 4上市后監(jiān)測方法被動監(jiān)測5生產(chǎn)企業(yè)藥品重點監(jiān)測工作指南 4.研究設(shè)計研究設(shè)計應(yīng)根據(jù)重點監(jiān)測的目標、藥品使用特點和不良反應(yīng)發(fā)生特點來確定。常用的流行病學(xué)研究設(shè)計均可作為重點監(jiān)測的研究手段,推薦采用觀察性研究,如病例系列、隊列研究、病例對照研究等,也可以在整體的設(shè)計中嵌入一些子研究作為其組成部分。按照研究數(shù)據(jù)的收集方法,可采用前瞻性研究或回顧性研究,藥品重點監(jiān)測推薦采用前瞻性研究,但為盡可能全面的收集數(shù)據(jù),也可將前瞻性研究和回顧性研究相結(jié)合。文獻研究可作為重點監(jiān)測手段的必要補充,但不

3、應(yīng)作為主要的研究方法。上市后監(jiān)測方法主動監(jiān)測專題調(diào)查:傳統(tǒng)流行病學(xué)方法隊列研究病例對照研究病例系列生態(tài)學(xué)研究8ADR發(fā)生率需觀察的病例數(shù)1例2例3例1/1003004806501/1,0003,0004,8006,5001/2,0006,0009,60013,0001/10,00030,00048,00065,000欲發(fā)現(xiàn)1,2,3例ADR需觀察病例數(shù)(95%把握度)上市后監(jiān)測方法主動監(jiān)測大數(shù)據(jù)時代(Big data)哨點計劃 (Sentinel Initiative)FDA發(fā)起并支持的高效、可持續(xù)的監(jiān)測系統(tǒng)利用多種來源的電子醫(yī)療數(shù)據(jù)庫進行藥物和醫(yī)療器械產(chǎn)品的主動安全監(jiān)測多方面合作:大學(xué)、研究

4、機構(gòu)、保險公司等20個單位30億個處方記錄、24億個就醫(yī)記錄、4000萬個急性住院記錄、1300萬人化驗數(shù)據(jù)等9/10上市后監(jiān)測方法主動監(jiān)測大數(shù)據(jù)時代(Big data)迷你哨點計劃 (Mini Sentinel Initiative)藥物安全性研究應(yīng)用實例:血管緊張素受體阻斷藥與腹腔疾病戒煙藥與心臟疾病口服降糖藥與過敏反應(yīng)治療帕金森病藥物與心血管栓塞或中風(fēng)直接凝血酶抑制藥/華法林和出血非典型抗精神病藥物與過敏反應(yīng)11上市后監(jiān)測方法主動監(jiān)測大數(shù)據(jù)時代(Big data)OMOP:FDA、學(xué)術(shù)界、數(shù)據(jù)公司、制藥行業(yè)等參與的公共和私營部門的合作項目, 以企業(yè)的投入為主,接受美國國家衛(wèi)生研究院基金會

5、管理完善現(xiàn)有觀察性醫(yī)療數(shù)據(jù)的使用,最大限度提高藥品效益,減少藥品風(fēng)險,改善上市后藥品安全監(jiān)測分布式網(wǎng)絡(luò)研究伙伴:Humana, Regenstrief, SDI Health, VA center for Medicine Safety, Partners HealthCare數(shù)據(jù)結(jié)構(gòu)統(tǒng)一和標準化:通用數(shù)據(jù)模型(Common Data Model)12/OMOP13OMOP Extended ConsortiumOMOP Research CoreDistributed NetworkHumanaHSRCPartnersHealthCareRegenstriefSDI HealthCentra

6、lized data GEResearch LabThomson ReutersVA上市后監(jiān)測方法OMOP14數(shù)據(jù)源 1數(shù)據(jù)源 2數(shù)據(jù)源 3OMOP 分析結(jié)果分析方法轉(zhuǎn)換成OMOP 通用數(shù)據(jù)模型通用數(shù)據(jù)模型在OMOP數(shù)據(jù)分析中的作用15OMOP學(xué)術(shù)研討會時間:2013年10月22日下午1:30-5:00地點:北京大學(xué)醫(yī)學(xué)部講者:OMOP scientific leader, Dr. Paul StangOMOP technical leader, Dr. Patrick RyanOMOP researcher, Dr. Xiaofen Zhou 歡迎各位參加16研究設(shè)計和分析方法信號識別與數(shù)據(jù)

7、挖掘(signal detection & data mining)比值失衡測量法 (Measures of Disproportionality) 預(yù)測模型法(Predictive Modeling) 聚類分析法(Clustering or Database Segmentation)處方序列分析(prescription sequence analysis) MaxSPRT等方法17比值失衡測量法可疑事件所有其他事件可疑藥物AB所有其他藥物CD報告比值比(reporting odds ratio, ROR)=AD/BC 荷蘭比例報告比(proportional reporting rati

8、o, PRR)=A/(A+C)/B/(B+D) 英國信息成分(information component,IC) 貝葉斯判別可信區(qū)間遞進神經(jīng)網(wǎng)絡(luò)模型(BCPNN)-WHO相對比值比(Relative Rate, RR) -FDA信號的挖掘眼葡萄膜炎與利福布丁比例報告比(PRR)=(41/55)/(754/ 592 712)=586 Chi-Square(1df)=22 740 ,P0.0000報告比值比(ROR)=(41*591958)/(754*14)=2299 Chi-Square(1df)=22187,P0.0000數(shù)據(jù)來源:UK Yellow Card databasePRR或ROR

9、10提示高度相關(guān)眼葡萄膜炎所有其他事件合計利福布丁411455所有其他藥物754591 958592 712信號的挖掘處方序列分析(PSA)基于現(xiàn)有的、完備的處方記錄數(shù)據(jù)庫某些藥物的不良反應(yīng)本身是其他藥物使用的指征基本思想:在大量處方記錄數(shù)據(jù)庫中,藥物使用及先后順序表現(xiàn)出特定的頻率分布藥物A是最初處方藥,可以引起特定的不良反應(yīng)不良反應(yīng)需要藥物B來治療數(shù)據(jù)庫中A、B兩藥的使用頻率發(fā)生變化研究設(shè)計和分析方法信號檢驗20處方序列對稱分析(PPSA)通過評價某種特定藥物在服用前和服用后事件分布的對稱性,來評價藥物與事件是否存在關(guān)聯(lián)研究設(shè)計和分析方法信號檢驗處方序列數(shù)據(jù)庫提取出研究的隊列人群(聯(lián)合處方了

10、指示藥和標簽藥的個體)“causal”組(先處方指示藥,后處方標簽藥)“non-causal”組(先處方標簽藥,后處方指示藥)21處方序列分析研究設(shè)計和分析方法信號檢驗22研究設(shè)計和分析方法信號檢驗隊列研究(Cohort study)病例對照研究(Case-control study)巢式病例對照(Nested case-control)病例-時間-對照(Case-time-control)病例交叉(Case-crossover)實驗研究(RCT)23雌激素替代療法(HRT) 是否可以降低發(fā)生冠心病(CHD)的風(fēng)險 結(jié)局 RCT 觀察性研究結(jié)直腸癌0.63 (0.43-0.92)0.66 (0

11、.59-0.74)股骨骨折0.66 (0.45-0.98)0.75 (0.68-0.84)腦卒中1.41 (1.07-1.85)1.45 (1.10-1.92)肺栓塞2.13 (1.39-3.25) 2.1 (1.2-3.8)CHD1.29 (1.02-1.63)0.61 (0.45-0.82)New Engl J Med 2003;348:645研究設(shè)計和分析方法RCT V.S. Cohort24What is wrong in Obs?“Higher socioeconomic status is associated with lower rates of cardiovascular

12、disease and higher rates of HRT.”“Thus, rather than HRT keeping women healthy, healthy women were taking HRT.” Ann Intern Med 2002;137;290Not adjusted for socioeconomic statusAdjusted for socioeconomic statusBMJ 2004:329;869研究設(shè)計和分析方法RCT V.S. Cohort25Do the results of well-designed observational stud

13、ies systematically differ from results of RCT?Conclusion: “Contrary to prevailing beliefs, results from well-designed observational studies did not systematically overestimate the magnitude of associations between exposure and outcome, compared with randomized, controlled trials.” New Engl J Med 200

14、0; 342:1887研究設(shè)計和分析方法信號檢驗26研究設(shè)計和分析方法信號檢驗巢式病例對照研究27病例交叉設(shè)計1991年由Maclure M 提出??捎糜谘芯慷虝罕┞秾币娂毙约膊“l(fā)生的作用。研究設(shè)計和分析方法信號檢驗28(Toh S, et al. Contraception, 2011,83(5): 418425)研究設(shè)計和分析方法信號檢驗病例交叉設(shè)計舉例:抗生素使用與口服避孕失敗29病例-時間-對照設(shè)計、研究設(shè)計和分析方法信號檢驗30研究設(shè)計和分析方法控制混雜偏倚的分析方法分層分析(stratified analysis)多因素模型(multiple regression)傾向評分(pr

15、opensity score)工具變量(instrument variable)31多因素模型Outcome結(jié)果變量的性質(zhì)Statistical Models 統(tǒng)計模型Continue, 連續(xù)性指標血壓下降,減少體重,膽固醇降低Multiple linear regression多元線性模型Dichotomous, 二分類指標有效率、治愈率、死亡率Multiple logistic regressionLogistic回歸模型Time-to-even, 生存時間開始治療至治愈(死亡)的時間Cox proportional hazards modelCox比例風(fēng)險模型(F Chen,2012)研

16、究設(shè)計和分析方法32傾向評分(PPS)Rosenbaum和Rubin(1984)年首次提出的,其主要目的是均衡各對比組間各個特征變量的可比性。傾向評分:是指在一定協(xié)變量條件下,一個觀察對象可能接受某種處理(或暴露)因素的可能性。傾向評分是協(xié)變量的一個綜合指標,但是不能校正未知的協(xié)變量。可以作為協(xié)變量調(diào)整可以作為匹配的因素也可以用于分層研究設(shè)計和分析方法33Seeger JD, et al. Am J Cardiol 2003;92:1447-1451 109% Risk Increase(RR= 2.09, 1.58-2.76)Statin Non-InitiatorsStatin Initiators31% Risk Reduction(RR= 0.69, 0.52-0.93)Statin Non-InitiatorsStatin InitiatorsUse of Propensity Score Technique to Account for Exposure-Related Covariates: An Example and Lesson研究設(shè)計和分析方法PPS34Seeger JD, et al. Am J Cardiol 2003;92:1447-1451 研究設(shè)計和分析方法PPS35Seeger JD, et al. Am J

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論