其他病因与鉴别诊断

在将不良事件归因于某种药物之前，必须考虑并尽可能排除其他竞争性解释——包括基础疾病、合并症、其他药物以及偶然性。任何因果关系判断的可靠性在很大程度上取决于这些替代病因被排除的程度。

Definition

当患者的疾病、同时用药、合并症和偶然性经过评估，被认为不太可能导致该事件时，不良事件可以更自信地归因于某种药物；而当这些解释仍然合理时，则归因的信心较低。排除替代病因是评估因果关系的一项标准。

Scope

本条目阐述了鉴别诊断在因果关系评估中的作用：必须权衡的替代解释类型、它们的存在如何降低药物的归因可能性，以及信息不完整为何经常限制判断。这是一份方法学参考资料，而非针对任何个体患者的诊断指南。

Core questions

• 对于疑似不良药物反应，必须考虑哪些类别的替代解释？
• 合理替代病因的存在如何改变药物的归因可能性？
• 如何将伴随用药的贡献与可疑药物区分开来？
• 为什么关于替代病因的信息缺失常常导致不确定的结论？

Key concepts

• 不良事件的鉴别诊断
• 基础疾病作为竞争性病因
• 合并症和疾病的自然病程
• 伴随用药和药物相互作用
• 适应症混杂
• 偶然性和巧合
• 信息缺失对判断的影响

Mechanisms

因果关系评估会权衡可疑药物与事件所有合理的非药物解释。患者的基础疾病或其自然进展可能产生相同的临床表现；合并症和并发疾病可能介入；同时服用的其他药物可能是真正的致病因素，或可能与可疑药物相互作用；有些看似关联的事件可能只是巧合。适应症混杂是一个特殊的陷阱，因为促使处方的疾病本身就可能导致该事件。当存在可信的替代解释时，药物的归因概率会下降；当替代解释被寻找并排除时，归因概率会上升。由于报告经常缺乏评估这些竞争性病因所需的数据，评估结果通常默认为中间或无法分类的类别（Naranjo 1981; Karch & Lasagna 1977）。

Clinical relevance

判断替代病因是否已充分排除对于解读病例报告和信号至关重要，因为未被考虑的竞争性解释可能会夸大或低估表观的药物效应。本条目描述了在证据评估中如何权衡替代因素，并非个体诊断或治疗决策的依据。

Evidence & guidelines

结构化工具明确纳入了替代病因：Naranjo算法询问是否有其他因素可能导致该反应（Naranjo 1981），不良药物反应的操作性定义要求事件不能完全由疾病或其他疗法解释（Karch & Lasagna 1977; Edwards & Aronson 2000）。系统性评估指出，对替代病因处理不一致是不同方法对同一病例得出不同结论的原因之一（Hutchinson & Lane 1989）。

History

认识到疾病和同期治疗可以模仿药物效应是临床诊断的内在组成部分，而20世纪70年代不良药物反应评估的规范化使排除替代病因成为一个明确的标准。Karch和Lasagna将其纳入他们的操作性定义中，Naranjo在1981年的算法中直接对其进行评分，从而确立了鉴别诊断作为因果关系评估的常规组成部分。

Debates

在将事件归因于药物之前，应如何积极地追查替代病因？

要求穷尽性排除每一个竞争性病因可能导致大多数自发报告无法分类，而接受薄弱的排除则会夸大表观的药物效应；不同方法对替代病因处理不一致是它们之间分歧和重现性有限的一个公认原因。

Key figures

• Cesar A. Naranjo
• Fred E. Karch
• Louis Lasagna
• I. Ralph Edwards
• Jeffrey K. Aronson

Seminal works

• naranjo-1981
• karch-lasagna-1977

Frequently asked questions

为什么在因果关系评估中必须考虑替代病因？

因为基础疾病、合并症、其他药物和偶然性都可能产生与药物相同的不良事件，所以因果关系判断的可靠性取决于这些竞争性解释被权衡和排除的程度。

在此背景下，什么是适应症混杂？

适应症混杂是指导致处方药物的疾病本身就是不良事件的原因，因此药物可能看似是罪魁祸首，而实际的解释是基础疾病。