基于FAERS 数据库的泊沙康唑不良事件信号挖掘与分析
信号强度,血药浓度,病例,1材料与方法,1数据来源,2数据筛选及标准化,3研究方法,2结果,1泊沙康唑ADE报告的基本特征,2ADE信号筛选结果,3讨论,1ADE信号分布和累及的SOC分析,2说明书未记载
屠莹,陈丽娟*,钱红玉,张思培,张瑶,陈雪茁1.天津市胸科医院 药剂科,天津 300222
2.天津市胸科医院 呼吸与危重症医学科,天津 300222
近年来,随着免疫缺陷人群及危重疾病患者的增多,侵袭性真菌病(IFD)发生率逐年上升。IDF起病凶险,且治疗药物相对有限,是血液系统恶性肿瘤的重要死亡原因之一。国内多中心研究数据显示,血液恶性疾病患者确诊和临床诊断IFD 患者接受化疗的病死率为11.7%[1]。泊沙康唑为第2 代三唑类抗真菌药物,具有抗菌谱广、组织浓度高等特点,并且其特殊的长侧链结构增加了药物对真菌靶点的亲和力,因而对某些唑类耐药的真菌也具有较高的敏感性,为临床预防和治疗侵袭性真菌疾病(IFD)提供了更多选择[2]。伴随着泊沙康唑的广泛应用,其安全性也越来越受到关注。特别是免疫缺陷人群。目前国内外对于泊沙康唑不良反应(ADR)的个案报道陆续出现,但尚无基于全球大数据泊沙康唑群体不良事件信号的系统性研究。有必要对其进行不良事件信号的深入挖掘,以规避临床用药风险,保障患者的用药安全。
美国FDA 的药品不良事件报告系统数据库(FAERS)作为全球唯一一个免费开放的药物不良事件(ADE)报告系统,其数据内容丰富、上报格式较为规范,易于分析统计[2]。近年来,越来越多的医药学学者利用FAERS 数据库所获得的全球范围内药物ADE 数据进行安全信号挖掘,以总结、发现药物ADE 信号发生特点,该研究方法逐渐成熟完善[3-4]。本研究基于FAERS 对泊沙康唑ADE 进行数据挖掘,为临床提供安全性参考。
1 材料与方法
1.1 数据来源
提取FAERS 数据库中2005 年7 月1 日—2023年6 月30 日的药物不良事件报告数据,共计72 个季度,选择ASCII 数据中DEMO(个人信息记录)、DRUG(药物使用记录)及REAC(不良事件记录)3 表数据导入MySQL 软件进行分析。
1.2 数据筛选及标准化
将3 表间建立映射关系,搜索泊沙康唑通用名“posaconazole”及商品名“NOXAFIL” ......
您现在查看是摘要页,全文长 8341 字符。