위험 식별 및 특성화

위험 식별 및 특성화는 의약품 안전성 위험 관리의 초기 단계입니다. 이는 의약품이 해를 유발할 수 있음을 감지하고(안전성 신호), 그 해를 충분히 정확하게 설명하여 조치를 취할 수 있도록 하는 과정입니다. 즉, 누가, 얼마나 자주, 얼마나 심각하게 영향을 받는지, 그리고 어떤 기전을 통해 발생하는지를 파악합니다. 이 과정은 자발적 보고, 통계적 신호 감지 방법, 그리고 임상 및 역학적 평가를 활용합니다.

Definition

위험 식별은 의약품과 이상 반응 사이에 발생할 수 있는 새로운 또는 변경된 인과 관계(신호)를 감지하는 것이며, 위험 특성화는 해당 위험의 빈도, 심각성, 가역성, 영향을 받는 인구 및 그럴듯한 기전을 후속적으로 설명하는 것입니다.

Scope

이 주제는 안전성 신호가 무엇인지, 자발적 보고 데이터베이스에서 신호를 찾아내는 데 사용되는 데이터 소스, 불균형 분석 및 베이즈 방법, 그리고 신호를 검증하고 우선순위를 정하며 정의된 위험으로 특성화하는 단계를 다룹니다. 이는 임상 지침이라기보다는 약물감시 내의 참조 방법론으로 구성됩니다.

Core questions

• 의약품이 특정 이상 반응을 유발할 수 있다는 신호가 있는가?
• 이 연관성이 인과적일 가능성이 높은가, 아니면 편향, 교란 또는 우연으로 설명될 수 있는가?
• 위험의 빈도와 심각성은 어느 정도이며, 누가 가장 큰 영향을 받는가?
• 어떤 신호가 추가 조사를 위해 우선순위가 부여되어야 하는가?

Key concepts

• 안전성 신호
• 자발적 보고 시스템
• 불균형 분석 (PRR, ROR)
• 베이즈 방법 (BCPNN, EBGM)
• 신호 검증 및 우선순위 부여
• 인과성 평가
• 식별된 위험 대 잠재적 위험

Mechanisms

대부분의 신호는 국가 및 국제 데이터베이스에 수집된 의심되는 이상 반응에 대한 자발적 보고에서 처음 발생합니다. 정량적 스크리닝은 예상보다 더 자주 보고되는 약물-사건 쌍에 플래그를 지정합니다. 비례 보고율(proportional reporting ratio)과 같은 빈도주의적 불균형 측정은 관찰된 보고 대 예상 보고를 비교하는 반면(Evans et al., 2001), 베이즈 신뢰 전파 신경망(Bayesian confidence propagation neural network)과 같은 베이즈 접근법은 희소 데이터에서 불안정한 추정치를 축소합니다(Bate et al., 1998). 통계적 불균형은 가설만을 생성하며, 신호는 이후 검증되고, 인과성이 평가되며, 임상적 및 역학적으로 특성화됩니다. 즉, 빈도, 심각성, 위험 요인 및 기전을 정의한 후 식별된 위험 또는 잠재적 위험으로 분류됩니다(Wisniewski et al., 2016; Edwards & Aronson, 2000).

Clinical relevance

이 과정을 통해 정의된 위험은 임상의와 환자가 사용하는 라벨링 및 의사소통의 안전성 정보가 됩니다. 이 항목은 이러한 위험이 인구 수준에서 어떻게 감지되고 설명되는지를 설명하며, 개별적인 진단 또는 치료 조언을 제공하지 않습니다.

Epidemiology

자발적 보고는 과소 보고 및 보고 편향의 영향을 받으므로, 불균형 신호는 실제 발생률보다는 보고 패턴을 반영합니다. 따라서 특성화는 빈도를 추정하고 위험 요인을 더 신뢰성 있게 식별하기 위해 관찰 연구, 등록 사업, 전자 건강 관리 데이터와 같은 추가 출처를 활용하는 경우가 많습니다.

History

체계적인 신호 감지는 탈리도마이드 비극 이후 확립된 자발적 보고 체계(예: 영국 옐로우 카드 시스템 및 WHO 국제 의약품 모니터링 프로그램)에서 발전했습니다. 정량적 방법은 1990년대 후반과 2000년대에 성숙했으며, BCPNN (Bate et al., 1998)과 비례 보고율(Evans et al., 2001)이 표준 스크리닝 도구가 되었고, 이후 우수 신호 감지 관행(good signal-detection practice)으로 통합되었습니다(Wisniewski et al., 2016).

Debates

불균형 통계가 우리에게 얼마나 많은 것을 알려줄 수 있는가?

불균형 측정은 대규모 데이터베이스를 효율적으로 스크리닝하지만 가설만을 생성합니다. 이는 보고 편향 및 데이터베이스 특성에 민감하며, 그 자체로 인과성이나 실제 빈도를 확립할 수 없습니다.

Key figures

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

Seminal works

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

Frequently asked questions

안전성 신호란 무엇인가요?

신호는 의약품과 이상 반응 사이에 발생할 수 있는 새로운 또는 변경된 인과 관계를 시사하며 추가 평가가 필요한 보고된 정보입니다. 이는 조사되어야 할 가설이며, 확정된 위험은 아닙니다.

불균형 신호가 의약품이 해당 사건을 유발했다는 의미인가요?

아닙니다. 불균형은 예상보다 더 자주 보고되는 약물-사건 쌍에 플래그를 지정하지만, 해당 연관성은 실제 위험으로 간주되기 전에 검증되고 인과성이 평가되어야 합니다.