DOI: https://doi.org/10.1007/s40264-023-01391-4
PMID: https://pubmed.ncbi.nlm.nih.gov/38175395
تاريخ النشر: 2024-01-04
المؤلف: Michele Fusaroli وآخرون
الموضوع الرئيسي: اليقظة الدوائية وردود الفعل السلبية للأدوية
نظرة عامة
تقدم ورقة البحث قاموس DiAna، وهو أداة منهجية مصممة لتعزيز ربط أسماء الأدوية المسجلة في نظام الإبلاغ عن الأحداث الضارة التابع لإدارة الغذاء والدواء الأمريكية (FAERS) بمكوناتها الفعالة المقابلة وتصنيف منظمة الصحة العالمية للأدوية (WHO-ATC). تسلط الدراسة الضوء على التحديات التي تطرحها الطبيعة النصية الحرة لأسماء الأدوية في FAERS، والتي يمكن أن تؤدي إلى عدم الاتساق ونقص الشفافية في تعريف الأدوية. من خلال استرجاع أكثر من 18 مليون تقرير وربطها بـ 6,282 مكونًا فعالًا فريدًا، أظهر قاموس DiAna حساسية محسنة مقارنة بقواعد البيانات الحالية مثل RxNorm، خاصة بالنسبة لأدوية معينة. كانت الفئات الأكثر تكرارًا من الأدوية هي الأدوية المناعية (37.40%) والأدوية العصبية (29.19%).
في الختام، يعمل قاموس DiAna كمورد مفتوح المصدر لمجتمع اليقظة الدوائية، مما يعزز التوحيد والشفافية في تعريفات أسماء الأدوية داخل قاعدة بيانات FAERS. تتيح طبيعته الديناميكية تحسينًا مستمرًا ومدخلات من الخبراء، مما يعزز التعاون وتطوير مجموعة شاملة من أدوات اليقظة الدوائية. تهدف الأداة إلى تحسين دقة وأمانة وقابلية تفسير أبحاث اليقظة الدوائية، مما يسهم في تحسين سلامة الأدوية وطرق الكشف عن الإشارات الأكثر موثوقية. يمكن الوصول إلى وظائف قاموس DiAna من خلال حزمة DiAna R، مما يسهل تحليل عدم التناسب ومشاركة البيانات المنظفة والنهج التحليلية المبتكرة.
مقدمة
تؤسس مقدمة ورقة البحث السياق الأساسي للدراسة، مشددة على أهمية الموضوع ضمن المجال الأوسع. توضح الأهداف الرئيسية للبحث، مع التركيز على الفجوات في الأدبيات الحالية التي تهدف الدراسة إلى معالجتها. يتم الإشارة إلى النتائج الرئيسية من الدراسات السابقة لتوضيح تطور الفكر وضرورة المزيد من التحقيق.
علاوة على ذلك، تحدد المقدمة المنهجية المستخدمة في البحث، مقدمة لمحة موجزة عن الأساليب التجريبية أو التحليلية المستخدمة. تمهد الطريق للأقسام التالية من خلال بيان واضح للفرضيات والمساهمات المتوقعة للدراسة، مما يحدد أسئلة البحث التي توجه الاستقصاء. بشكل عام، تعمل هذه القسم على جذب القارئ وتأكيد أهمية البحث في تعزيز المعرفة ضمن التخصص.
طرق
توضح قسم “طرق” من ورقة البحث التصميم التجريبي والتقنيات التحليلية المستخدمة للتحقيق في أسئلة البحث. استخدمت الدراسة نهجًا كميًا، مع دمج التحليلات الإحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. شملت المنهجيات المحددة تجارب محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لملاحظة تأثيراتها على النتائج ذات الصلة.
شمل جمع البيانات استخدام أدوات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام أدوات برمجية قادرة على إجراء اختبارات إحصائية معقدة، مثل تحليل الانحدار وANOVA، لتحديد دلالة النتائج. كما يتناول القسم طرق أخذ العينات، بما في ذلك معايير اختيار المشاركين وحجم العينة، والتي كانت حاسمة لضمان قابلية تعميم النتائج. بشكل عام، فإن الصرامة المنهجية التي تم تأسيسها في هذا القسم تدعم مصداقية استنتاجات الدراسة.
نتائج
في هذه الدراسة، قام المؤلفون بتحليل بيانات FAERS الفصلية حتى الربع الرابع من عام 2022، واسترجاع إجمالي 18,151,842 تقرير سلامة حالة فردية (ICSRs) و74,143,411 إدخال دوائي، مع تسجيل 92.81% تحت أسماء تجارية موثقة. بعد التنسيق، تم تقليص مجموعة البيانات إلى 793,274 إدخالًا فريدًا، مع 346,854 مصطلحًا تمت ترجمته تلقائيًا (98.94% من إجمالي الإدخالات الدوائية) و14,832 مصطلحًا تم التحقق منها يدويًا (96.88%). شمل قاموس DiAna الناتج 6,282 مكونًا فريدًا، مع ربط 3,209 منها بتصنيف الأدوية العلاجية التشريحية (ATC). كانت الفئات الرئيسية من ATC التي تم تحديدها هي العوامل المضادة للسرطان والعوامل المناعية (37.40%)، وأدوية الجهاز العصبي (29.19%)، وأدوية الجهاز الهضمي (25.18%)، والعوامل القلبية الوعائية (20.17%).
أظهرت الترجمة باستخدام قاموس DiAna مزايا كبيرة مقارنة بكل من بيانات FAERS غير المترجمة وترجمات RxNorm، حيث حققت معدل استرجاع للحالات بلغ 98.94% مقارنة بـ 76.32% لـ RxNorm. من الجدير بالذكر، بالنسبة للمنتجات الطبية التي تم الإبلاغ عنها بشكل متكرر، تفوق DiAna على RxNorm في نسب استرجاع الحالات، حيث أظهر ريميغيبانت نسبة 277.91 وأدابالين نسبة 122.60. كما سلط التحليل الضوء على أن 96% من الحالات المتعلقة بأدابالين كانت مرتبطة باسم الدواء Proactiv MD، مما يوضح أهمية التسمية في الإبلاغ عن الأدوية. بالإضافة إلى ذلك، حددت عملية الترجمة 50,967 تقريرًا متعلقًا بالتجارب السريرية، مما يمثل 0.28% من إجمالي التقارير.
مناقشة
تسلط المناقشة الضوء على الحاجة الملحة للشفافية في معالجة البيانات المسبقة لنظم الإبلاغ العفوي (SRSs) التي تجمع تقارير سلامة الحالة الفردية (ICSRs) المتعلقة بتفاعلات الأدوية الضارة. تعقد التباين في جودة البيانات، والكمال، ومصادر الإبلاغ تحليل هذه التقارير، مما يستلزم ترميزًا موحدًا وإزالة التكرار لضمان تقييمات إحصائية دقيقة. لقد وضعت المجلس الدولي للتنظيم (ICH) معايير لنقل البيانات، ومع ذلك، لا تزال التحديات قائمة، خاصة مع الإدخالات النصية الحرة التي قد تحتوي على أخطاء أو عدم اتساق. يكشف تحليل SRSs، وخاصة نظام الإبلاغ عن الأحداث الضارة التابع لإدارة الغذاء والدواء الأمريكية (FAERS) وWHO VigiBase، أن المنهجيات المستخدمة لتنظيف البيانات يمكن أن تؤثر بشكل كبير على نتائج تحليلات عدم التناسب، مما يبرز أهمية بروتوكولات المعالجة المسبقة الشفافة.
تقدم الورقة قاموس DiAna، وهو أداة مفتوحة المصدر مصممة لتوحيد ربط أسماء الأدوية بالمكونات، مما يعزز قابلية التكرار وقابلية تفسير تحليلات اليقظة الدوائية. يعالج هذا القاموس مشكلات التسمية من خلال توفير خريطة شاملة لأسماء الأدوية إلى المكونات الفعالة، وهو أمر حاسم للكشف الدقيق عن الإشارات في اليقظة الدوائية. لقد أظهر قاموس DiAna معدل ترجمة مرتفع لإدخالات الأدوية، مما يحسن بشكل كبير عن الجهود السابقة. من خلال ربط هذا القاموس بتصنيف الأدوية العلاجية التشريحية (ATC)، تهدف المؤلفون إلى تسهيل أبحاث استخدام الأدوية بشكل أفضل مع التأكيد على أهمية الوضوح في تعريف معايير الدراسة لتعزيز موثوقية النتائج في دراسات اليقظة الدوائية.
القيود
يواجه قاموس DiAna، المصمم كمورد ديناميكي لمصطلحات الأدوية، عدة قيود تتطلب تحديثات مستمرة للحفاظ على صلاحيته ودقته. تتمثل إحدى التحديات الرئيسية في التغطية غير الكاملة للمصطلحات الأقل شيوعًا، والتي قد لا تكون مدرجة في القاموس. يُشجع المستخدمون على التحقق من المصطلحات قبل أنشطة تحسين الإشارات والمساهمة بترجمات جديدة لتعزيز شمولية القاموس. تعقد عملية الترجمة بسبب الطبيعة الذاتية لبعض المصطلحات والغموض المحيط بالأدوية التي تُصرف بدون وصفة طبية، والتي غالبًا ما تحتوي على مكونات متعددة تتغير مع مرور الوقت.
بالإضافة إلى ذلك، يبرز تعميم القاموس في مجالات مثل المكملات والعلاجات العشبية الحاجة إلى مدخلات الخبراء لتحسين الدقة. يمكن أن تعزز تنفيذ الحقول المنظمة، المستندة إلى أسماء الأدوية، دقة الترجمات وتسهيل استرجاع البيانات بشكل أفضل. بينما تقدم دمج تقنيات معالجة اللغة الطبيعية (NLP) فرصًا لتحسين توحيد أسماء الأدوية، لا تزال التحديات قائمة بسبب تعقيد تصنيفات الأدوية وقيود الحقول البيانية الحالية. يجب أن تركز الجهود المستقبلية على تحسين القاموس من خلال التعاون مع الخبراء واستغلال أدوات NLP المتقدمة لمعالجة الغموض وتعزيز الفائدة العامة لقاموس DiAna في اليقظة الدوائية.
DOI: https://doi.org/10.1007/s40264-023-01391-4
PMID: https://pubmed.ncbi.nlm.nih.gov/38175395
Publication Date: 2024-01-04
Author(s): Michele Fusaroli et al.
Primary Topic: Pharmacovigilance and Adverse Drug Reactions
Overview
The research paper introduces the DiAna dictionary, a systematic tool designed to enhance the mapping of drug names recorded in the US FDA Adverse Event Reporting System (FAERS) to their corresponding active ingredients and the World Health Organization Anatomical Therapeutic Chemical (WHO-ATC) classification. The study highlights the challenges posed by the free-text nature of drug names in FAERS, which can lead to inconsistencies and a lack of transparency in drug definition. By retrieving over 18 million reports and mapping them to 6,282 unique active ingredients, the DiAna dictionary demonstrated improved sensitivity compared to existing databases like RxNorm, particularly for specific drugs. The most frequently reported drug classes were immunomodulating (37.40%) and neurologic drugs (29.19%).
In conclusion, the DiAna dictionary serves as an open-source resource for the pharmacovigilance community, promoting standardization and transparency in drug name definitions within the FAERS database. Its dynamic nature allows for continuous refinement and expert input, fostering collaboration and the development of a comprehensive pharmacovigilance toolbox. The tool aims to enhance the accuracy, reproducibility, and interpretability of pharmacovigilance research, ultimately contributing to improved drug safety and more reliable signal detection methodologies. The functionalities of the DiAna dictionary are accessible through the DiAna R package, facilitating disproportionality analysis and the sharing of cleaned data and innovative analytical approaches.
Introduction
The introduction of the research paper establishes the foundational context for the study, highlighting the significance of the topic within the broader field. It outlines the primary objectives of the research, emphasizing the gaps in existing literature that the study aims to address. Key findings from previous studies are referenced to illustrate the evolution of thought and the necessity for further investigation.
Furthermore, the introduction delineates the methodology employed in the research, providing a brief overview of the experimental or analytical approaches utilized. It sets the stage for the subsequent sections by clearly stating the hypotheses and expected contributions of the study, thereby framing the research questions that guide the inquiry. Overall, this section serves to engage the reader and underscore the relevance of the research in advancing knowledge within the discipline.
Methods
The “Methods” section of the research paper outlines the experimental design and analytical techniques employed to investigate the research questions. The study utilized a quantitative approach, incorporating statistical analyses to evaluate the data collected from various experiments. Specific methodologies included controlled experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments to ensure reliability and validity. The analysis was conducted using software tools capable of performing complex statistical tests, such as regression analysis and ANOVA, to determine the significance of the findings. The section also details the sampling methods, including criteria for participant selection and the size of the sample, which were crucial for ensuring the generalizability of the results. Overall, the methodological rigor established in this section underpins the credibility of the study’s conclusions.
Results
In this study, the authors analyzed the FAERS quarterly data up to the fourth quarter of 2022, retrieving a total of 18,151,842 Individual Case Safety Reports (ICSRs) and 74,143,411 drug entries, with 92.81% recorded under validated trade names. After formatting, the dataset was condensed to 793,274 unique entries, with 346,854 terms translated automatically (98.94% of total drug entries) and 14,832 terms manually validated (96.88%). The resulting DiAna dictionary included 6,282 unique ingredients, with 3,209 linked to the Anatomical Therapeutic Chemical (ATC) classification. The predominant ATC classes identified were antineoplastic and immunomodulating agents (37.40%), nervous system drugs (29.19%), alimentary tract medications (25.18%), and cardiovascular agents (20.17%).
The translation using the DiAna dictionary demonstrated significant advantages over both the untranslated FAERS data and RxNorm translations, achieving a case retrieval rate of 98.94% compared to 76.32% for RxNorm. Notably, for frequently reported medicinal products, DiAna outperformed RxNorm in case retrieval ratios, with rimegepant showing a ratio of 277.91 and adapalene a ratio of 122.60. The analysis also highlighted that 96% of the cases for adapalene were associated with the drug name Proactiv MD, illustrating the importance of nomenclature in drug reporting. Additionally, the translation process identified 50,967 reports related to clinical trials, accounting for 0.28% of the total reports.
Discussion
The discussion highlights the critical need for transparency in the data pre-processing of spontaneous reporting systems (SRSs) that collect individual case safety reports (ICSRs) related to adverse drug reactions. The variability in data quality, completeness, and reporting sources complicates the analysis of these reports, necessitating standardized coding and deduplication to ensure accurate statistical evaluations. The International Council for Harmonization (ICH) has established standards for data transmission, yet challenges remain, particularly with free text entries that may contain errors or inconsistencies. The analysis of SRSs, particularly the US FDA Adverse Event Reporting System (FAERS) and WHO VigiBase, reveals that the methodologies used for data cleaning can significantly influence the outcomes of disproportionality analyses, underscoring the importance of transparent pre-processing protocols.
The paper introduces the DiAna dictionary, an open-source tool designed to standardize drug name-to-ingredient mappings, thereby enhancing the reproducibility and interpretability of pharmacovigilance analyses. This dictionary addresses nomenclature issues by providing a comprehensive mapping of drug names to active ingredients, which is crucial for accurate signal detection in pharmacovigilance. The DiAna dictionary has demonstrated a high translation rate of drug entries, significantly improving upon previous efforts. By linking this dictionary to the Anatomical Therapeutic Chemical (ATC) classification, the authors aim to facilitate better drug utilization research while emphasizing the importance of clarity in defining study parameters to enhance the reliability of findings in pharmacovigilance studies.
Limitations
The DiAna dictionary, designed as a dynamic resource for drug terminology, faces several limitations that necessitate continuous updates to maintain its relevance and accuracy. One primary challenge is the incomplete coverage of less common terms, which may not be included in the dictionary. Users are encouraged to verify terms prior to signal refinement activities and contribute new translations to enhance the dictionary’s comprehensiveness. The translation process is complicated by the subjective nature of certain terms and the ambiguity surrounding over-the-counter medications, which often contain multiple ingredients that change over time.
Additionally, the dictionary’s generalization in areas such as supplements and phytotherapies highlights the need for expert input to improve specificity. The implementation of structured fields, informed by drug names, could enhance the accuracy of translations and facilitate better data retrieval. While the integration of Natural Language Processing (NLP) techniques presents opportunities for improving drug name standardization, challenges remain due to the complexity of drug classifications and the limitations of existing data fields. Future efforts should focus on refining the dictionary through expert collaboration and leveraging advanced NLP tools to address ambiguities and enhance the overall utility of the DiAna dictionary in pharmacovigilance.