Product Design, Manufacturing & Innovation Resources
Hogar » Detección de señales mediante análisis de desproporcionalidad

Detección de señales mediante análisis de desproporcionalidad

1990
Estadístico analizando datos de seguridad de medicamentos mediante análisis de desproporcionalidad en una oficina moderna.

(Imagen generada únicamente con fines ilustrativos)

Signal detection is the process of identifying potential causal relationships between a drug and an adverse event from large datasets, typically spontaneous reporting systems. It uses statistical methods, known as disproportionality analysis, to find drug-event combinations reported more frequently than expected. A common measure is the Reporting Odds Ratio (ROR), a value greater than one suggesting a potential signal that requires further investigation.

Disproportionality analysis is a core data mining technique in modern pharmacovigilance. It addresses the challenge of finding a ‘needle in a haystack’ within massive spontaneous reporting databases containing millions of reports. The fundamental idea is to compare the proportion of reports for a specific adverse event with a specific drug to the proportion of reports for that same event with all other drugs in the database. If a drug-event pair appears significantly more often than would be expected by chance, it is flagged as a ‘signal’ of a potential association.

This is typically calculated using a 2×2 contingency table. For a given drug (Drug X) and event (Event Y), the table contains four cells: (a) reports with Drug X and Event Y, (b) reports with Drug X and any other event, (c) reports with any other drug and Event Y, and (d) reports with any other drug and any other event. The Reporting Odds Ratio (ROR) is then calculated as [latex](a/c) / (b/d) = ad/bc[/latex]. A ROR value significantly greater than 1, along with a sufficient number of cases, suggests a statistical association.

Other common measures include the Proportional Reporting Ratio (PRR) and Bayesian methods like the Multi-item Gamma Poisson Shrinker (MGPS). It is crucial to understand that these methods do not establish causality. They are hypothesis-generating tools. A statistical signal can be influenced by many sesgos, such as media attention (the ‘Weber effect’), co-prescribed medications, or the underlying disease being treated. Therefore, any detected signal must undergo a thorough qualitative and clinical assessment by experts before any regulatory action is considered.

UNESCO Nomenclature: 1209
– Statistics

Tipo

Software/Algorithm

Ruptura

Sustancial

Uso

Uso generalizado

Precursores

  • the establishment of large-scale spontaneous reporting databases
  • avances en potencia computacional y técnicas de minería de datos
  • principios fundamentales de la epidemiología y la bioestadística
  • el marco estadístico bayesiano

Aplicaciones

  • Priorizar qué cuestiones de seguridad de los medicamentos requieren una investigación en profundidad
  • Detección automatizada de grandes bases de datos de eventos adversos como FAERS y VigiBase
  • Proporcionar advertencias tempranas sobre posibles peligros de los medicamentos
  • Apoyar la toma de decisiones regulatorias sobre comunicaciones de seguridad de medicamentos

Patentes:

NA

Ideas para posibles innovaciones

  • algoritmos de aprendizaje automático que incorporan notas clínicas y datos demográficos del paciente para refinar la detección de señales
  • Análisis de desproporcionalidad temporal para detectar señales que solo aparecen después del consumo de drogas a largo plazo.
  • Integración de evidencia del mundo real a partir de registros médicos electrónicos para validar señales estadísticas
  • Análisis de redes para identificar señales complejas de interacción fármaco-fármaco-evento
  • Desarrollo de métodos de detección de señales específicamente para fármacos biológicos y terapias genéticas
  • Sistemas impulsados ​​por IA para buscar automáticamente en la literatura médica evidencia que corrobore una nueva señal.
  • Algoritmos de computación cuántica para detectar interacciones de múltiples fármacos a una escala sin precedentes
  • a personalized signal detection system that alerts clinicians to potential ADRs based on their specific patient’s profile
  • using natural language processing on social media to detect patient-reported signals before they appear in official databases
  • automated signal detection for dispositivo médico adverse events
Related to: signal detection, disproportionality analysis, proportional reporting ratio, PRR, reporting odds ratio, ROR, data mining, pharmacovigilance, VigiBase, pharmacoepidemiology.

Contexto histórico

Detección de señales mediante análisis de desproporcionalidad

1980
1980
1986-01-01
1990
1990
1993
1998
1980
1980
1982-07-01
1988-06-01
1990
1993
1997-04-23
2001

(Si la fecha es desconocida o no es relevante, por ejemplo "mecánica de fluidos", se proporciona una estimación redondeada de su aparición notable)

décimo año aniversario

Las imágenes en tamaño completo y las descargas solo están disponibles, de forma totalmente gratuita, para los miembros registrados.

> Acceso <