이상 반응 보고 및 약물감시

백신 약물감시는 백신 사용 후 예방접종 이상 반응을 감지, 평가 및 대응하는 과학입니다. 허가 전 임상시험에서는 매우 드문 사건이나 연구되지 않은 하위 그룹에서의 효과를 감지할 수 없으므로, 자발적 보고와 능동적 모니터링을 통한 시판 후 감시는 전체 인구 집단에서 백신 안전성을 유지하는 데 필수적입니다.

Definition

백신 약물감시는 예방접종 이상 반응을 감지, 보고, 평가 및 예방하기 위한 일련의 활동으로, 자발적 보고, 능동적 감시, 표준화된 사례 정의, 신호 감지 및 인과성 평가를 결합합니다.

Scope

이 항목은 예방접종 이상 반응(AEFI)이 어떻게 보고되고 분석되는지를 다룹니다: 수동적(자발적) 보고 시스템, 연계된 데이터베이스에서의 능동적 감시, 보고서 비교를 가능하게 하는 표준화된 사례 정의, 신호 감지, 그리고 이를 해석하는 인과성 평가. 이는 보고 및 감시를 방법론적 주제로 다루며 임상적 지침으로 다루지 않습니다.

Core questions

• 예방접종 후 이상 반응은 허가 후 어떻게 보고되고 포착됩니까?
• 수동적 감시와 능동적 감시의 차이점은 무엇입니까?
• 표준화된 사례 정의는 보고서의 비교 가능성을 어떻게 향상시킵니까?
• 안전성 신호는 어떻게 감지되고 조사됩니까?
• 자발적 보고 데이터의 장점과 한계는 무엇입니까?

Key concepts

• 예방접종 이상 반응 (AEFI)
• 자발적 (수동적) 보고
• 능동적 감시
• 안전성 신호
• Brighton Collaboration 사례 정의
• 인과성 평가
• 배경 (예상) 발생률
• 보고 누락 및 보고 편향

Mechanisms

약물감시는 상호 보완적인 방법을 결합합니다. 자발적 보고와 같은 수동적 시스템은 임상의와 대중으로부터 보고서를 수집합니다. 이는 저렴하고 광범위하지만, 보고 누락, 보고 촉진, 불완전한 데이터의 영향을 받으므로 발생률보다는 가설을 생성합니다. 연계된 건강 데이터베이스에서의 능동적 감시는 분모와 비교군을 제공하여 관찰된 사건 발생률을 예상되는 배경 발생률과 비교할 수 있게 합니다. Brighton Collaboration이 개발한 표준화된 사례 정의는 시스템과 연구 전반에 걸쳐 사건을 비교할 수 있게 합니다. 불균형적인 패턴이 신호를 시사할 때, 이는 통제된 역학 설계와 공식적인 인과성 평가를 통해 조사됩니다.

Clinical relevance

약물감시는 제품이 대중에게 출시된 후 드물거나 지연된 백신 위험을 식별하여 라벨링, 금기 사항 및 프로그램 결정에 정보를 제공하는 메커니즘입니다. 임상의는 의심되는 사건을 보고함으로써 기여합니다. 이 항목은 감시 증거가 인구 수준에서 어떻게 생성되고 해석되는지를 설명하며, 개별 임상 결정의 근거가 아닙니다.

Epidemiology

자발적 보고는 많은 수의 사건을 포착하지만, 투여된 용량 수와 보고 누락 수준이 불확실하기 때문에 그 자체로는 발생률을 확립할 수 없습니다. 따라서 신뢰할 수 있는 위험 추정치는 정의된 인구 집단에 대한 능동적 감시와 배경 발생률과의 비교에 달려 있습니다. 표준화된 정의와 통합된 국제 데이터는 드문 사건을 감지하는 능력을 향상시킵니다.

Evidence & guidelines

백신 약물감시를 위한 CIOMS/WHO 실무 그룹 용어 및 Brighton Collaboration 사례 정의를 포함한 국제 프레임워크는 감시에 사용되는 표준화된 용어와 기준을 제공합니다. 의학 연구소(Institute of Medicine)의 인과성 평가와 같은 대규모 증거 검토는 축적된 감시 및 역학 데이터가 특정 백신-사건 관계를 판단하기 위해 어떻게 종합되는지를 보여줍니다.

History

백신에 대한 자발적 보고 시스템은 대규모 예방접종이 확대되고 허가 후 사건을 포착할 필요성이 명확해지면서 확립되었습니다. 2000년에 설립된 Brighton Collaboration은 표준화된 AEFI 사례 정의를 도입했으며, CIOMS/WHO는 나중에 백신 약물감시 용어를 조화시켜 이 분야를 이질적인 국가 보고에서 비교 가능한 국제 감시로 전환시켰습니다.

Debates

자발적 보고로 위험을 추정할 수 있는가?

자발적 시스템은 가설 생성에 강력하지만, 보고 누락과 알 수 없는 분모 때문에 발생률을 신뢰할 수 있게 추정할 수 없습니다. 그러한 데이터로부터 위험을 정량화할지 여부와 방법, 또는 능동적 감시에 의존할지 여부는 반복되는 방법론적 문제입니다.

Key figures

• Robert Chen
• Jan Bonhoeffer
• Tom Shimabukuro

Seminal works

• bonhoeffer-2002
• shimabukuro-2015

Frequently asked questions

자발적 보고 건수가 백신의 위험도를 알려줄 수 없는 이유는 무엇입니까?

자발적 보고는 의심되는 사건을 포착하지만, 총 백신 접종자 수나 보고된 사건의 비율은 포착하지 못하므로, 진정한 발생률을 계산하는 데 필요한 분모와 완전성이 부족합니다. 이는 통제된 설계로 추가 연구될 수 있는 잠재적 신호를 감지하는 데 가장 잘 사용됩니다.

안전성 신호란 무엇입니까?

안전성 신호는 백신과 사건 사이에 새로운 또는 변화하는 가능한 연관성을 시사하는 정보로, 추가 조사를 보증합니다. 신호는 검증되어야 할 가설이지 인과관계의 증거는 아닙니다.