论文部分内容阅读
随着新药物品种日益增多以及联合用药处方不断增加,很多潜在的药物相互作用诱发的不良反应不断出现,这不仅给患者带来额外负担,严重时甚至威胁患者生命安全。目前,药物不良反应的研究仍然更多地关注单一药物,药物相互作用诱发不良反应的研究则远远不足。鉴于药物相互作用已经成为联合用药安全的重大隐患,本课题对多药物相互作用产生的不良反应进行深入分析,目的是为了快速有效的检测药物组合的DDI与ADR之间的风险信号,以使多药物在临床上得到正确的联合使用,减少药物不良反应事件的发生。本课题选取了高血糖与低血糖两种不良反应为研究对象,利用美国食品和药品管理局药品不良反应报告系统(FAERS)自发呈报的2013至2015年相关数据,采用基线模型对两维药物组合的DDI与ADR风险信号之间的关系进行研究,但基线模型不适用于高维(3维至5维)的药物组合,所以引用了一种新的模型—混合逻辑回归模型,解决了高维药物组合的研究难点。加法与乘法两种基线模型对2维药物组合相互作用的信号进行初步检测,再对初步检测结果作统计学检验,以确定具有统计关联的不良反应信号。混合逻辑回归模型由固定曲线模型与剂量(药物组合维数)-反应曲线模型两部分组成,使用经验贝叶斯估计方法,以局部错误发现率(1FDR)为判断条件,可以有效的检测出DDI与ADR之间风险信号高的药物组合。利用基线模型对高血糖、低血糖的2维药物组合进行初步检测,检测出可疑的不良反应信号1251例次,再对可疑信号进行统计学检验,发现有103例次具有统计学关联信号。混合逻辑回归模型对两不良反应的高维药物组合进行如下处理,第一、对数据作回归分析,发现不良反应的风险度随药物组合维数的增加而升高;第二、计算局部错误发现率且排序,维数为2至4时分别筛选出10组ADR信号显著的药物组合,维数为5时筛选出5组ADR信号显著的药物组合。实验结果表明,本课题使用的两种模型可以有效的检测药物组合的DDI与ADR的风险信号,筛选出ADR信号强的药物组合,可以从大量不良反应数据中发现潜在的药物安全性问题,课题具有实际意义。