Identifikasi dan Karakterisasi Risiko

Identifikasi dan karakterisasi risiko adalah bagian awal dari manajemen risiko keamanan obat: mendeteksi bahwa suatu obat dapat menyebabkan bahaya (sinyal keamanan) dan kemudian menjelaskan bahaya tersebut secara cukup tepat untuk ditindaklanjuti — siapa yang terpengaruh, seberapa sering, seberapa parah, dan melalui mekanisme apa. Hal ini didasarkan pada pelaporan spontan, metode deteksi sinyal statistik, serta evaluasi klinis dan epidemiologis.

Definition

Identifikasi risiko adalah deteksi kemungkinan asosiasi kausal baru atau yang berubah antara obat dan kejadian tidak diinginkan (sinyal); karakterisasi risiko adalah deskripsi selanjutnya mengenai frekuensi, keparahan, reversibilitas, populasi yang terpengaruh, dan mekanisme yang masuk akal dari risiko tersebut.

Scope

Topik ini mencakup apa itu sinyal keamanan, sumber data dan metode disproporsionalitas serta Bayesian yang digunakan untuk memunculkan sinyal dari basis data laporan spontan, serta langkah-langkah validasi, prioritisasi, dan karakterisasi sinyal menjadi risiko yang terdefinisi. Ini dibingkai sebagai metodologi referensi dalam farmakovigilans daripada panduan klinis.

Core questions

• Apakah ada sinyal bahwa suatu obat dapat menyebabkan kejadian tidak diinginkan tertentu?
• Apakah asosiasi tersebut kemungkinan kausal, atau dijelaskan oleh bias, perancu (confounding), atau kebetulan?
• Seberapa sering dan parah risiko tersebut, dan siapa yang paling terpengaruh?
• Sinyal mana yang harus diprioritaskan untuk penyelidikan lebih lanjut?

Key concepts

• Sinyal keamanan
• Sistem pelaporan spontan
• Analisis disproporsionalitas (PRR, ROR)
• Metode Bayesian (BCPNN, EBGM)
• Validasi dan prioritisasi sinyal
• Penilaian kausalitas
• Risiko teridentifikasi versus risiko potensial

Mechanisms

Sebagian besar sinyal pertama kali muncul dari laporan spontan mengenai dugaan reaksi merugikan yang dikumpulkan dalam basis data nasional dan internasional. Penyaringan kuantitatif menandai pasangan obat-kejadian yang dilaporkan lebih sering dari yang diperkirakan: ukuran disproporsionalitas frekuentis seperti rasio pelaporan proporsional membandingkan pelaporan yang diamati dengan yang diharapkan (Evans et al., 2001), sementara pendekatan Bayesian seperti jaringan saraf propagasi kepercayaan Bayesian mengecilkan estimasi yang tidak stabil dari data yang jarang (Bate et al., 1998). Disproporsionalitas statistik hanya menghasilkan hipotesis; sinyal kemudian divalidasi, dinilai kausalitasnya, dan dikarakterisasi secara klinis dan epidemiologis — mendefinisikan frekuensi, keparahan, faktor risiko, dan mekanisme — sebelum diklasifikasikan sebagai risiko teridentifikasi atau potensial (Wisniewski et al., 2016; Edwards & Aronson, 2000).

Clinical relevance

Risiko yang didefinisikan melalui proses ini menjadi informasi keamanan dalam label dan komunikasi yang digunakan oleh klinisi dan pasien. Entri ini menjelaskan bagaimana risiko tersebut dideteksi dan dijelaskan pada tingkat populasi dan tidak memberikan saran diagnostik atau pengobatan individual.

Epidemiology

Pelaporan spontan tunduk pada kurangnya pelaporan dan bias pelaporan, sehingga sinyal disproporsionalitas mencerminkan pola pelaporan daripada insiden sebenarnya. Oleh karena itu, karakterisasi sering kali menggunakan sumber tambahan — studi observasional, registri, dan data perawatan kesehatan elektronik — untuk memperkirakan frekuensi dan mengidentifikasi faktor risiko dengan lebih andal.

History

Deteksi sinyal sistematis berkembang dari skema pelaporan spontan yang didirikan setelah tragedi talidomid, seperti sistem Kartu Kuning Inggris dan Program WHO untuk Pemantauan Obat Internasional. Metode kuantitatif matang pada akhir 1990-an dan 2000-an, dengan BCPNN (Bate et al., 1998) dan rasio pelaporan proporsional (Evans et al., 2001) menjadi alat penyaringan standar, yang kemudian dikonsolidasikan menjadi praktik deteksi sinyal yang baik (Wisniewski et al., 2016).

Debates

Seberapa banyak yang dapat diungkapkan oleh statistik disproporsionalitas?

Ukuran disproporsionalitas secara efisien menyaring basis data besar tetapi hanya menghasilkan hipotesis; mereka sensitif terhadap bias pelaporan dan keanehan basis data dan tidak dapat dengan sendirinya menetapkan kausalitas atau frekuensi sebenarnya.

Key figures

• Andrew Bate
• Stephen J. W. Evans
• I. Ralph Edwards

Seminal works

• bate-1998
• evans-2001
• edwards-aronson-2000

Frequently asked questions

Apa itu sinyal keamanan?

Sinyal adalah informasi yang dilaporkan yang menunjukkan kemungkinan asosiasi kausal baru atau yang berubah antara obat dan kejadian tidak diinginkan yang memerlukan evaluasi lebih lanjut; ini adalah hipotesis yang harus diselidiki, bukan risiko yang dikonfirmasi.

Apakah sinyal disproporsionalitas berarti obat tersebut menyebabkan kejadian tersebut?

Tidak. Disproporsionalitas menandai pasangan obat-kejadian yang dilaporkan lebih sering dari yang diperkirakan, tetapi asosiasi tersebut masih harus divalidasi dan dinilai kausalitasnya sebelum dapat diperlakukan sebagai risiko nyata.