多藥物與不良反應的相關性分析.pdf

1、隨著新藥物品種日益增多以及聯合用藥處方不斷增加，很多潛在的藥物相互作用誘發(fā)的不良反應不斷出現，這不僅給患者帶來額外負擔，嚴重時甚至威脅患者生命安全。目前，藥物不良反應的研究仍然更多地關注單一藥物，藥物相互作用誘發(fā)不良反應的研究則遠遠不足。鑒于藥物相互作用已經成為聯合用藥安全的重大隱患，本課題對多藥物相互作用產生的不良反應進行深入分析，目的是為了快速有效的檢測藥物組合的DDI與ADR之間的風險信號，以使多藥物在臨床上得到正確的聯合使用，減

2、少藥物不良反應事件的發(fā)生。
　　本課題選取了高血糖與低血糖兩種不良反應為研究對象，利用美國食品和藥品管理局藥品不良反應報告系統(FAERS)自發(fā)呈報的2013至2015年相關數據，采用基線模型對兩維藥物組合的DDI與ADR風險信號之間的關系進行研究，但基線模型不適用于高維（3維至5維）的藥物組合，所以引用了一種新的模型—混合邏輯回歸模型，解決了高維藥物組合的研究難點。
　　加法與乘法兩種基線模型對2維藥物組合相互作用的信號進

3、行初步檢測，再對初步檢測結果作統計學檢驗，以確定具有統計關聯的不良反應信號。混合邏輯回歸模型由固定曲線模型與劑量（藥物組合維數）-反應曲線模型兩部分組成，使用經驗貝葉斯估計方法，以局部錯誤發(fā)現率(lFDR)為判斷條件，可以有效的檢測出DDI與ADR之間風險信號高的藥物組合。
　　利用基線模型對高血糖、低血糖的2維藥物組合進行初步檢測，檢測出可疑的不良反應信號1251例次，再對可疑信號進行統計學檢驗，發(fā)現有103例次具有統計學關聯信

4、號?；旌线壿嫽貧w模型對兩不良反應的高維藥物組合進行如下處理，第一、對數據作回歸分析，發(fā)現不良反應的風險度隨藥物組合維數的增加而升高;第二、計算局部錯誤發(fā)現率且排序，維數為2至4時分別篩選出10組ADR信號顯著的藥物組合，維數為5時篩選出5組ADR信號顯著的藥物組合。
　　實驗結果表明，本課題使用的兩種模型可以有效的檢測藥物組合的DDI與ADR的風險信號，篩選出ADR信號強的藥物組合，可以從大量不良反應數據中發(fā)現潛在的藥物安全性問題