Product Design, Manufacturing & Innovation Resources
» 利用不比例分析进行信号检测

利用不比例分析进行信号检测

1990
统计学家在现代化的办公室里利用比例失调分析法分析药物安全数据。

(图片仅供参考)

信号检测是从大型数据集(通常是自发报告系统)中识别药物与不良事件之间潜在因果关系的过程。它使用称为不成比例分析的统计方法来查找报告频率高于预期的药物事件组合。一个常见的指标是报告比值比 (ROR),该值大于 1 表示存在潜在信号,需要进一步调查。

比例失调分析是现代药物警戒的一项核心数据挖掘技术。它解决了在包含数百万份报告的海量自发报告数据库中 "大海捞针 "的难题。其基本思想是将特定药物的特定不良事件报告比例与数据库中所有其他药物的相同事件报告比例进行比较。如果某药物-事件配对出现的频率明显高于偶然出现的频率,就会被标记为潜在关联的 "信号"。

通常使用 2×2 或然率表进行计算。对于给定的药物(药物 X)和事件(事件 Y),该表包含四个单元格:(a) 含有药物 X 和事件 Y 的报告,(b) 含有药物 X 和任何其他事件的报告,(c) 含有任何其他药物和事件 Y 的报告,以及 (d) 含有任何其他药物和任何其他事件的报告。报告几率比(ROR)的计算公式为 [latex](a/c)/(b/d)= ad/bc[/latex]。如果 ROR 值明显大于 1,且病例数足够多,则表明存在统计学关联。

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 biases, 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
- 统计资料

类型

软件/算法

中断

重大的

用法

广泛使用

前体

  • 建立大规模自发报告数据库
  • 计算能力和数据挖掘技术的进步
  • 流行病学和生物统计学的基本原理
  • 贝叶斯统计框架

应用程序

  • 确定需要深入调查的药品安全问题的优先次序
  • 自动筛选大型不良事件数据库,如 FAERS 和 VigiBase
  • 提供有关潜在药物危害的早期预警
  • 支持药品安全沟通监管决策

专利:

NA

潜在创新理念

由于机器人流量被拦截(目前每天超过 4 万),此内容仅限社区成员查看。
> 登录 > 或者 > 注册 < (100% 免费)即可访问此内容,以及所有其他受限内容和工具。

相关内容: 信号检测、比例失调分析、比例报告比、PRR、报告几率比例、ROR、数据挖掘、药物警戒、VigiBase、药物流行病学。

历史背景

利用不比例分析进行信号检测

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

(如果日期未知或不相关,例如“流体力学”,则提供其显著出现的近似估计)

相关发明、创新和技术原理

只有注册会员才能免费获得 100% 的全尺寸图片和下载。.

> 登录 <