Aktivni farmakovigilantni nadzor

Aktivni farmakovigilantni nadzor namerno traži neželjena dejstva u definisanim populacijama umesto da čeka dobrovoljne prijave. Sustavnim praćenjem kohorti lečenih pacijenata ili ispitivanjem velikih baza zdravstvenih podataka nastoji prevazići podneprijavljivanje i nedostajući imenilac koji ograničavaju spontano prijavljivanje te proceniti učestalost kojom reakcije zaista nastupaju.

Definition

Aktivni farmakovigilantni nadzor je proaktivni pristup prikupljanju podataka o bezbednosti lekova u kome se neželjena dejstva sustavno utvrđuju u definisanoj populaciji korisnika lekova, što omogućava procenu učestalosti događaja i poređenje s imeniocem.

Scope

Odrednica obuhvata obrazložaj za aktivno prikupljanje bezbednosnih podataka, glavne pristupe — praćenje kohorte po događajima, praćenje po propisivanju i receptima, te mreže za nadzor zasnovane na velikim elektronskim evidencijama ili podacima o zahtevima za nadoknadu — kao i to kako aktivne metode dopunjuju pasivno izveštavanje. Ovo je referentni pregled metodologije nadzora, ne klinički savet.

Core questions

• Zašto dopunjavati spontano prijavljivanje aktivnim metodama?
• Kako praćenje kohorte ili praćenje po propisivanju utvrđuje događaje?
• Kako bazne i sentinel mreže omogućavaju nadzor velikih razmera?
• Šta aktivni nadzor može proceniti, a pasivno prijavljivanje ne može?

Key concepts

• Praćenje kohorte po događajima
• Praćenje po propisivanju i receptima
• Sentinel i distribuirane podatkovne mreže
• Zajednički model podataka
• Imenilac i procena incidencije
• Ciljani (događajem vođen) nadzor
• Elektronske zdravstvene evidencije i podaci o zahtevima za nadoknadu

Mechanisms

Aktivni nadzor definiše populaciju korisnika leka i potom projektno utvrđuje neželjena dejstva unutar nje. U praćenju po propisivanju/receptima i praćenju kohorte po događajima, identifikuju se pacijenti kojima je izdат lek od interesa i prate se, a događaji se sustavno prikupljaju (Kasliwal i sar., 2008). U baznim i sentinel pristupima, rutinski prikupljene elektronske zdravstvene evidencije ili podaci osiguravajućih zavoda se ispituju — često kroz zajednički model podataka kako bi ista analiza mogla biti primenjena kod brojnih partnera — radi otkrivanja i kvantifikacije asocijacija između leka i ishoda (Platt i sar., 2009; Stang i sar., 2010). Budući da je imenilac izloženih pacijenata poznat, ovim metodama mogu se proceniti incidencija i relativni rizik, što spontano prijavljivanje ne može (Härmark i van Grootheest, 2008).

Clinical relevance

Aktivni nadzor daje procente incidencije i procene rizika na nivou populacije koje informišu regulatorne akcije i s kojima se kliničari susreću u bezbednosnim komunikacijama. Ova odrednica opisuje kako se takvi dokazi prikupljaju i nije osnova za individualne dijagnostičke ili terapijske odluke.

Epidemiology

Prospektivne studije ilustruju razmere štete od lekova koje aktivno utvrđivanje može kvantifikovati — na primer, jedna velika prospektivna analiza iz Ujedinjenog Kraljevstva pripisala je otprilike 1 od 16 bolničkih prijema neželjenim reakcijama na lekove (Pirmohamed i sar., 2004). Moderne distribuirane mreže proširuju takvo utvrđivanje na evidencije desetina miliona pacijenata (Platt i sar., 2009; Stang i sar., 2010).

History

Aktivne metode razvijale su se paralelno sa spontanim prijavljivanjem kako bi se prevazišla njegova ograničenja. Praćenje po propisivanju razvijeno je u Ujedinjenom Kraljevstvu od 1980-ih radi praćenja kohorti pacijenata koji uzimaju novoregistrovane lekove, a od kraja 2000-ih inicijative zasnovane na bazama podataka — kao što su američka Sentinel inicijativa i Observational Medical Outcomes Partnership — formalizovale su aktivni nadzor u mrežama elektronskih zdravstvenih podataka (Platt i sar., 2009; Stang i sar., 2010).

Debates

Kako treba kontrolisati konfundiranje u baznom nadzoru?

Rutinski prikupljeni podaci nisu randomizovani, pa prividne asocijacije između leka i ishoda mogu odražavati razlog propisivanja leka pre nego njegov učinak; metode za kontrolu konfundiranja i pouzdanost automatizovanog skrininga signala u heterogenim bazama podataka ostaju predmet aktivne rasprave.

Key figures

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

Seminal works

• platt-2009
• stang-2010

Frequently asked questions

Po čemu se aktivni nadzor razlikuje od spontanog prijavljivanja?

Spontano prijavljivanje čeka da posmatrači dobrovoljno podnesu izveštaje, dok aktivni nadzor namerno traži događaje u definisanoj populaciji. Budući da je izložena populacija poznata, aktivne metode mogu proceniti učestalost reakcije, što spontano prijavljivanje ne može.

Zašto se elektronske zdravstvene evidencije ili podaci o zahtevima za nadoknadu koriste za bezbednost lekova?

Oni obuhvataju veliki broj lečenih pacijenata čiji su ishodi već zabeleženi, što omogućava brzu procenu asocijacija između leka i ishoda velikih razmera — mada njihova nerandomizovana priroda zahteva pažljivo rešavanje pitanja konfundiranja.