Kausalitätsbewertung und -zuordnung

Die Kausalitätsbewertung ist der strukturierte Prozess, mit dem die Pharmakovigilanz beurteilt, wie wahrscheinlich es ist, dass ein bestimmtes Medikament bei einem bestimmten Patienten oder in einem bestimmten Bericht ein bestimmtes unerwünschtes Ereignis verursacht hat. Da ein Einzelfall selten einen Kausalzusammenhang beweist, stützt sich das Fachgebiet auf transparente Kriterien – Zeitpunkt, Dechallenge und Rechallenge, alternative Erklärungen und Vorkenntnisse des Medikaments –, um die Stärke der vermuteten Medikament-Ereignis-Beziehung zu bewerten.

Definition

Die Kausalitätsbewertung ist die Einschätzung der Wahrscheinlichkeit, dass ein verdächtiges Arzneimittel für ein beobachtetes unerwünschtes Ereignis verantwortlich ist, ausgedrückt als abgestufte Wahrscheinlichkeit (z. B. sicher, wahrscheinlich, möglich, unwahrscheinlich) auf der Grundlage zeitlicher, pharmakologischer und klinischer Evidenz in einem Einzelfall oder Bericht.

Scope

Dieser Bereich führt den Leser in die Logik der Zuordnung unerwünschter Ereignisse zu Medikamenten auf der Ebene des individuellen Fallberichts ein. Er behandelt die wichtigsten Methodenfamilien (expertenbasierte globale Introspektion, strukturierte Algorithmen und probabilistische Ansätze), die gemeinsamen Kriterien und die standardmäßigen Wahrscheinlichkeitskategorien, die zur Ausdruck des Urteils verwendet werden. Er behandelt die Kausalitätsbewertung als methodologisches Referenzthema in der Pharmakovigilanz und nicht als klinische Leitlinie für die Behandlung eines einzelnen Patienten.

Sub-topics

• Alternative Ursachen und Differentialdiagnose
• Dechallenge- und Rechallenge-Beurteilung
• Naranjo Kausalitätsalgorithmus
• Zeitlicher Zusammenhang und Ereignis-Timing

Core questions

• Wie kann der Beitrag eines Medikaments zu einem unerwünschten Ereignis aus einem Einzelfall und nicht aus einer Populationsstudie beurteilt werden?
• Welche Kriterien unterscheiden expertenbasierte globale Introspektion, algorithmische und probabilistische (Bayes'sche) Ansätze zur Kausalitätsbewertung?
• Wie kombinieren sich Zeitpunkt, Dechallenge, Rechallenge und der Ausschluss alternativer Ursachen zu einer Wahrscheinlichkeitskategorie?
• Warum stimmen verschiedene Bewertungsmethoden bei demselben Fall oft nicht überein, und was bedeutet das für die Reproduzierbarkeit?

Key concepts

• Imputabilität und Wahrscheinlichkeitskategorien (sicher, wahrscheinlich, möglich, unwahrscheinlich, nicht klassifizierbar)
• Expertenbasierte globale Introspektion
• Strukturierte Algorithmen (z. B. der Naranjo-Algorithmus)
• Probabilistische und Bayes'sche Kausalitätsbewertung
• Zeitliche Beziehung zwischen Exposition und Ereignis
• Dechallenge und Rechallenge
• Ausschluss alternativer Ursachen
• Inter-Rater-Reproduzierbarkeit der Bewertung
• Individueller Fallbericht zur Arzneimittelsicherheit (ICSR)

Mechanisms

Methoden der Kausalitätsbewertung lassen sich in drei große Familien einteilen. Die expertenbasierte globale Introspektion stützt sich auf das klinische Urteilsvermögen eines oder mehrerer Gutachter, die alle verfügbaren Informationen ohne ein festes Bewertungsschema abwägen, was flexibel, aber schlecht reproduzierbar ist. Strukturierte Algorithmen wandeln wiederkehrende Kriterien – zeitliche Plausibilität, Reaktion auf Medikamentenentzug (Dechallenge), Reaktion auf erneute Verabreichung (Rechallenge), das Vorhandensein alternativer Ursachen und frühere Berichte über die Reaktion – in explizite Fragen mit gewichteten Antworten um, die zu einer Wahrscheinlichkeitskategorie führen; der Naranjo-Algorithmus ist das am weitesten verbreitete Beispiel. Probabilistische Methoden, einschließlich Bayes'scher Ansätze, drücken die Bewertung als die posterioren Odds aus, dass das Medikament und nicht eine Alternative das Ereignis verursacht hat, wobei ein Prior, der auf der Hintergrundepidemiologie basiert, mit der Wahrscheinlichkeit der beobachteten Fallmerkmale kombiniert wird. In allen drei Familien sind die gemeinsamen Bausteine der Zeitpunkt, Dechallenge und Rechallenge sowie der Ausschluss konkurrierender Erklärungen.

Clinical relevance

Die Kausalitätsbewertung untermauert die Signalerkennung, die behördliche Berichterstattung und die Kennzeichnung von Arzneimitteln, daher ist das Verständnis ihrer Logik Teil der Evidenzbewertung in den pharmazeutischen und Gesundheitswissenschaften. Sie beschreibt, wie die Medikamentenbezogenheit eines unerwünschten Ereignisses beurteilt und dokumentiert wird; sie charakterisiert, wie Sicherheitsnachweise generiert werden, und ist keine Grundlage für individuelle diagnostische oder Behandlungsentscheidungen.

Evidence & guidelines

Systematische Vergleiche der veröffentlichten Methoden haben ergeben, dass keine einzelne Technik als Goldstandard angesehen werden kann, dass die Methoden bei Anwendung auf denselben Fall häufig voneinander abweichen und dass Reproduzierbarkeit und Validität begrenzt bleiben; strukturierte Algorithmen verbessern die Konsistenz gegenüber unstrukturiertem Expertenurteil, lösen aber die zugrunde liegende Unsicherheit der Einzelfallinferenz nicht auf (Agbabiaka 2008; Hutchinson & Lane 1989). Die Wahrscheinlichkeitskategorien des Uppsala Monitoring Centre der Weltgesundheitsorganisation und strukturierte Tools wie der Naranjo-Algorithmus sind die konventionellen Referenzrahmen für die Ausdruck und Standardisierung des Urteils.

History

Die Besorgnis über die Zuordnung unerwünschter Ereignisse zu Medikamenten wuchs nach der Thalidomid-Tragödie der frühen 1960er Jahre und der Konsolidierung nationaler und internationaler Spontanmeldesysteme. Karch und Lasagnas Aufruf von 1977 zu einer operationellen Definition unerwünschter Arzneimittelwirkungen formulierte das Problem des Übergangs vom Eindruck zu expliziten Kriterien, und der Algorithmus von Naranjo und Kollegen aus dem Jahr 1981 bot ein reproduzierbares Bewertungsschema, das zu einer Standardreferenz wurde. Die folgenden Jahrzehnte brachten zahlreiche strukturierte und probabilistische Methoden hervor, und systematische Übersichten dokumentierten später sowohl ihre Verbreitung als auch ihre anhaltende Uneinigkeit.

Debates

Gibt es eine Goldstandard-Methode für die Kausalitätsbewertung?

Systematische Übersichten haben ergeben, dass die vielen verfügbaren Methoden – globale Introspektion, Algorithmen und Bayes'sche Ansätze – in ihren Urteilen zum selben Fall voneinander abweichen und dass keine als definitiv gültig angesehen werden kann, wodurch die Wahl der Methode eine fortgesetzte methodologische Entscheidung bleibt.

Key figures

• Cesar A. Naranjo
• I. Ralph Edwards
• Jeffrey K. Aronson
• Louis Lasagna
• Fred E. Karch
• Thomas A. Hutchinson

Seminal works

• naranjo-1981
• karch-lasagna-1977
• agbabiaka-2008

Frequently asked questions

Was ist Kausalitätsbewertung in der Pharmakovigilanz?

Es ist die strukturierte Beurteilung, wie wahrscheinlich es ist, dass ein spezifisches Medikament ein spezifisches unerwünschtes Ereignis in einem individuellen Bericht verursacht hat, ausgedrückt als abgestufte Wahrscheinlichkeit wie sicher, wahrscheinlich, möglich oder unwahrscheinlich.

Warum stimmen Methoden zur Kausalitätsbewertung manchmal nicht überein?

Verschiedene Methoden gewichten die gemeinsamen Kriterien – Zeitpunkt, Dechallenge und Rechallenge sowie alternative Ursachen – unterschiedlich, und ein Einzelfall enthält selten genügend Informationen, um entscheidend zu sein, sodass systematische Übersichten keine einzelne Methode als Goldstandard befunden haben.