Actieve farmacovigilantiesurveillance

Actieve farmacovigilantiesurveillance zoekt doelbewust naar bijwerkingen in gedefinieerde populaties in plaats van te wachten tot deze vrijwillig worden gemeld. Door cohorten van behandelde patiënten systematisch te volgen of grote zorgdatabases te bevragen, beoogt deze aanpak de onderrapportage en het ontbrekende noemer te overwinnen die passieve melding beperken, en te schatten hoe vaak reacties daadwerkelijk optreden.

Definition

Actieve farmacovigilantiesurveillance is een proactieve benadering van het verzamelen van geneesmiddelenveiligheidsgegevens, waarbij bijwerkingen systematisch worden vastgesteld in een gedefinieerde populatie van geneesmiddelengebruikers, zodat de frequentie van gebeurtenissen kan worden geschat en vergeleken met een noemer.

Scope

Het artikel behandelt de rationale voor het actief verzamelen van veiligheidsgegevens, de belangrijkste benaderingen — cohort-event-monitoring, prescriptie-event-monitoring en grootschalige surveillancenetwerken op basis van elektronische dossiers of declaratiegegevens — en hoe actieve methoden passieve rapportage aanvullen. Het is een referentieoverzicht van surveillancemethodologie, geen klinisch advies.

Core questions

• Waarom spontane rapportage aanvullen met actieve methoden?
• Hoe stellen cohort- of prescriptie-event-monitoring gebeurtenissen vast?
• Hoe maken database- en schildwachtnetwerken grootschalige surveillance mogelijk?
• Wat kan actieve surveillance schatten wat passieve rapportage niet kan?

Key concepts

• Cohort-event-monitoring
• Prescriptie-event-monitoring
• Schildwacht- en gedistribueerde-datanetwerken
• Gemeenschappelijk datamodel
• Noemer en incidentieschatting
• Gerichte (gebeurtenisgestuurde) surveillance
• Elektronische patiëntendossiers en declaratiegegevens

Mechanisms

Actieve surveillance definieert een populatie van geneesmiddelengebruikers en stelt bijwerkingen daarbinnen vast door middel van een vooraf bepaald ontwerp. Bij prescriptie-event-monitoring en cohort-event-monitoring worden patiënten aan wie een geneesmiddel van belang is verstrekt, geïdentificeerd en gevolgd, waarbij gebeurtenissen systematisch worden uitgevraagd (Kasliwal et al., 2008). Bij database- en schildwachtbenaderingen worden routinematig verzamelde elektronische patiëntendossiers of verzekeringsgegevens bevraagd — vaak via een gedeeld gemeenschappelijk datamodel zodat dezelfde analyse bij meerdere datapartners kan worden uitgevoerd — om geneesmiddel-uitkomstassociaties te detecteren en te kwantificeren (Platt et al., 2009; Stang et al., 2010). Omdat de noemer van blootgestelde patiënten bekend is, kunnen deze methoden de incidentie en het relatief risico schatten, wat spontane rapportage niet kan (Härmark & van Grootheest, 2008).

Clinical relevance

Actieve surveillance levert de populatiebrede incidentie- en risicoschattingen op die ten grondslag liggen aan regelgevend optreden en die clinici aantreffen in veiligheidscommunicaties. Dit artikel beschrijft hoe dergelijk bewijs wordt verzameld en vormt geen basis voor individuele diagnostische of therapeutische beslissingen.

Epidemiology

Prospectieve studies illustreren de omvang van geneesmiddelgerelateerde schade die actieve vaststelling kan kwantificeren — zo wees een grote prospectieve Britse analyse uit dat ongeveer 1 op de 16 ziekenhuisopnames kon worden toegeschreven aan bijwerkingen van geneesmiddelen (Pirmohamed et al., 2004). Moderne gedistribueerde netwerken breiden dergelijke vaststelling uit naar de dossiers van tientallen miljoenen patiënten (Platt et al., 2009; Stang et al., 2010).

History

Actieve methoden ontwikkelden zich naast spontane rapportage om de blinde vlekken daarvan te ondervangen. Prescriptie-event-monitoring werd in het Verenigd Koninkrijk vanaf de jaren 1980 ontwikkeld om cohorten patiënten te volgen die recentelijk op de markt gebrachte geneesmiddelen gebruikten; vanaf de late jaren 2000 formaliseerden grote database-gestuurde initiatieven zoals het Amerikaanse Sentinel Initiative en het Observational Medical Outcomes Partnership actieve surveillance via netwerken van elektronische gezondheidszorggegevens (Platt et al., 2009; Stang et al., 2010).

Debates

Hoe dient confounding te worden gecontroleerd bij databasesurveillance?

Routinematig verzamelde gegevens zijn niet gerandomiseerd, zodat ogenschijnlijke geneesmiddel-uitkomstassociaties de reden voor voorschrijving kunnen weerspiegelen in plaats van het effect van het geneesmiddel; methoden voor confoundingcontrole en de betrouwbaarheid van geautomatiseerde signaalselectie in heterogene databases blijven actief betwist.

Key figures

• Richard Platt
• Saad Shakir
• Linda Härmark
• Patrick Ryan

Seminal works

• platt-2009
• stang-2010

Frequently asked questions

Hoe verschilt actieve surveillance van spontane rapportage?

Spontane rapportage wacht tot waarnemers vrijwillig meldingen doen, terwijl actieve surveillance doelbewust naar gebeurtenissen zoekt in een gedefinieerde populatie. Omdat de blootgestelde populatie bekend is, kunnen actieve methoden schatten hoe vaak een reactie optreedt, wat spontane rapportage niet kan.

Waarom elektronische patiëntendossiers of declaratiegegevens gebruiken voor geneesmiddelenveiligheid?

Deze gegevens omvatten grote aantallen behandelde patiënten met reeds geregistreerde uitkomsten, waardoor snelle, grootschalige schatting van geneesmiddel-uitkomstassociaties mogelijk is — hoewel hun niet-gerandomiseerde karakter betekent dat confounding zorgvuldig moet worden aangepakt.