Aktywny nadzór farmakowigilancyjny

Aktywny nadzór farmakowigilancyjny celowo poszukuje działań niepożądanych w określonych populacjach, zamiast czekać na ich spontaniczne zgłoszenie. Systematycznie obserwując kohorty leczonych pacjentów lub analizując duże bazy danych ochrony zdrowia, ma on na celu przezwyciężenie niedoszacowania raportów i braku mianownika, które ograniczają wartość spontanicznego raportowania, oraz umożliwienie szacowania rzeczywistej częstości występowania reakcji.

Definition

Aktywny nadzór farmakowigilancyjny to proaktywne podejście do gromadzenia danych dotyczących bezpieczeństwa leków, w którym działania niepożądane są systematycznie rejestrowane w określonej populacji użytkowników leków, co umożliwia oszacowanie częstości zdarzeń oraz porównanie z mianownikiem.

Scope

Hasło omawia uzasadnienie aktywnego gromadzenia danych dotyczących bezpieczeństwa, główne podejścia — monitorowanie zdarzeń w kohorcie, monitorowanie zdarzeń po wystawieniu recepty oraz wielkoskalowe sieci nadzoru oparte na elektronicznych rejestrach lub danych rozliczeniowych — a także sposób, w jaki metody aktywne uzupełniają raportowanie bierne. Jest to encyklopedyczny przegląd metodologii nadzoru, a nie porada kliniczna.

Core questions

• Dlaczego raportowanie spontaniczne należy uzupełniać metodami aktywnymi?
• Jak monitorowanie kohorty lub monitorowanie zdarzeń po wystawieniu recepty rejestruje zdarzenia?
• Jak sieci oparte na bazach danych i systemach czujnikowych umożliwiają nadzór na dużą skalę?
• Co aktywny nadzór może szacować, czego bierne raportowanie nie potrafi?

Key concepts

• Monitorowanie zdarzeń w kohorcie
• Monitorowanie zdarzeń po wystawieniu recepty
• Sieci czujnikowe i sieci danych rozproszonych
• Wspólny model danych
• Szacowanie mianownika i zapadalności
• Ukierunkowany nadzór sterowany zdarzeniami
• Elektroniczne rekordy zdrowotne i dane rozliczeniowe

Mechanisms

Aktywny nadzór definiuje populację użytkowników leku, a następnie z założenia rejestruje zdarzenia niepożądane w jej obrębie. W monitorowaniu zdarzeń po wystawieniu recepty i monitorowaniu zdarzeń w kohorcie pacjenci, którym wydano lek będący przedmiotem zainteresowania, są identyfikowani i obserwowani, a zdarzenia są systematycznie zbierane (Kasliwal i wsp., 2008). W podejściach opartych na bazach danych i systemach czujnikowych (sentinel) rutynowo gromadzone elektroniczne rekordy zdrowotne lub dane ubezpieczeniowe są przeszukiwane — często za pośrednictwem wspólnego modelu danych, który umożliwia uruchomienie tej samej analizy w wielu ośrodkach partnerskich — w celu wykrycia i ilościowego określenia powiązań między lekiem a wynikiem zdrowotnym (Platt i wsp., 2009; Stang i wsp., 2010). Ponieważ mianownik ekspononowanej populacji jest znany, metody te pozwalają szacować zapadalność i ryzyko względne, czego spontaniczne raportowanie nie umożliwia (Härmark i van Grootheest, 2008).

Clinical relevance

Aktywny nadzór dostarcza populacyjnych szacunków częstości i ryzyka, które informują działania regulacyjne i z którymi klinicyści spotykają się w komunikatach dotyczących bezpieczeństwa. Niniejsze hasło opisuje sposób gromadzenia takich dowodów i nie stanowi podstawy do indywidualnych decyzji diagnostycznych lub terapeutycznych.

Epidemiology

Badania prospektywne ilustrują skalę szkód związanych ze stosowaniem leków, którą aktywna rejestracja może określić ilościowo — przykładowo duże prospektywne badanie przeprowadzone w Wielkiej Brytanii przypisało działaniom niepożądanym leków około 1 na 16 hospitalozacji (Pirmohamed i wsp., 2004). Współczesne sieci rozproszonych danych rozszerzają taką rejestrację na dokumentację dziesiątek milionów pacjentów (Platt i wsp., 2009; Stang i wsp., 2010).

History

Metody aktywne rozwinęły się równolegle z raportowaniem spontanicznym, aby uzupełnić jego słabości. Monitorowanie zdarzeń po wystawieniu recepty zostało opracowane w Wielkiej Brytanii od lat osiemdziesiątych XX wieku w celu obserwacji kohort pacjentów stosujących nowo wprowadzone na rynek leki. Od końca pierwszej dekady XXI wieku duże inicjatywy oparte na bazach danych, takie jak US Sentinel Initiative i Observational Medical Outcomes Partnership, sformalizowały aktywny nadzór w sieciach elektronicznych danych ochrony zdrowia (Platt i wsp., 2009; Stang i wsp., 2010).

Debates

Jak kontrolować zakłócające w nadzorze opartym na bazach danych?

Rutynowo gromadzone dane nie pochodzą z randomizacji, dlatego pozorne powiązania między lekiem a wynikiem zdrowotnym mogą odzwierciedlać wskazanie do przepisania, a nie efekt samego leku. Metody kontroli czynników zakłócających (confounding) oraz wiarygodność zautomatyzowanego przeszukiwania sygnałów w heterogenicznych bazach danych pozostają przedmiotem aktywnej dyskusji.

Key figures

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

Seminal works

• platt-2009
• stang-2010

Frequently asked questions

Czym aktywny nadzór różni się od raportowania spontanicznego?

Raportowanie spontaniczne czeka, aż obserwatorzy dobrowolnie złożą raporty, podczas gdy aktywny nadzór celowo poszukuje zdarzeń w określonej populacji. Ponieważ eksponowana populacja jest znana, metody aktywne pozwalają szacować częstość reakcji — czego raportowanie spontaniczne nie umożliwia.

Dlaczego do oceny bezpieczeństwa leków używa się elektronicznych rekordów zdrowotnych lub danych rozliczeniowych?

Obejmują one dużą liczbę leczonych pacjentów z już zarejestrowanymi wynikami zdrowotnymi, co umożliwia szybkie i wielkoskalowe szacowanie powiązań między lekiem a wynikiem. Jednak ich nierandomizowany charakter wymaga starannego uwzględnienia czynników zakłócających.