DOI: https://doi.org/10.1007/s40264-024-01423-7
PMID: https://pubmed.ncbi.nlm.nih.gov/38713347
تاريخ النشر: 2024-05-07
المؤلف: Michele Fusaroli وآخرون
الموضوع الرئيسي: اليقظة الدوائية وردود الفعل السلبية للأدوية
نظرة عامة
في اليقظة الدوائية، تعتبر تحليلات عدم التناسب لتقارير سلامة الحالات الفردية ضرورية لتحديد إشارات السلامة؛ ومع ذلك، فإن نقص إرشادات الإبلاغ الموحدة غالبًا ما يؤدي إلى نتائج غير مكتملة وغامضة. لمعالجة هذه المشكلة، تم إنشاء بيان REporting of A Disproportionality analysis for drUg Safety signal detection using individual case safety reports in PharmacoVigilance (READUS-PV). تهدف هذه المبادرة إلى تعزيز الإبلاغ الشفاف والشامل من خلال تحديد 14 عنصرًا محددًا يجب تضمينها في مثل هذه التحليلات، مع تقديم مبررات مفصلة وإرشادات عملية للتنفيذ.
الهدف الرئيسي من إرشادات READUS-PV هو تشجيع اعتمادها بين المؤلفين، والمحررين، ومراجعي الأقران، والقراء المشاركين في تحليلات عدم التناسب. من خلال تعزيز الشفافية، والكمال، والدقة في الإبلاغ، من المتوقع أن تسهل هذه الإرشادات اتخاذ قرارات مستندة إلى الأدلة في اليقظة الدوائية. تبرر ورقة الشرح المرفقة التوصيات المختارة وتؤكد أن الالتزام بإرشادات READUS-PV سيحسن بشكل كبير جودة الإبلاغ في الدراسات التي تستخدم قواعد بيانات تقارير سلامة الحالات الفردية، مما يعود بالنفع في النهاية على مجتمع البحث ورعاية المرضى من خلال اتخاذ قرارات أفضل استنادًا إلى المعلومات.
مقدمة
تناقش مقدمة الورقة الاعتماد المتزايد على قواعد بيانات تقارير سلامة الحالات الفردية (ICSR) لتحديد ردود الفعل السلبية للأدوية (ADRs) من خلال تحليلات عدم التناسب. تعتبر هذه التحليلات ضرورية لكشف الارتباطات غير المتوقعة بين الأدوية والأحداث التي قد لا يتم التقاطها بالكامل في التجارب السريرية. ومع ذلك، أدى العدد المتزايد من التحليلات المنشورة – من 40 في عام 2017 إلى 180 في عام 2021 – إلى مخاوف بشأن جودة وموثوقية النتائج، حيث تظهر العديد من الدراسات تحيزات أو تشوهات في الإبلاغ، مما يمكن أن يعيق اتخاذ القرارات الفعالة ويساهم في هدر البحث.
لتخفيف هذه المشكلات، طور المؤلفون إرشادات READUS-PV، التي تتكون من 14 توصية للإبلاغ تهدف إلى تعزيز الشفافية، والكمال، والدقة في تحليلات عدم التناسب. تهدف هذه الإرشادات إلى مساعدة المؤلفين في إعداد مخطوطاتهم، وتسهيل التقييم الذاتي وإمكانية التكرار، ومساعدة المراجعين والمحررين في تقييم الطلبات. تؤكد المقدمة على أهمية تقديم خلفية علمية واضحة ومبررات في الإبلاغ، وهو أمر حاسم لوضع أهداف الدراسة، والأساليب، والنتائج في سياقها، مما يبرز أهميتها في مجال اليقظة الدوائية.
الطرق
في قسم الطرق، يحدد المؤلفون التقنيات الإحصائية المستخدمة لمعالجة التداخل، والإبلاغ الانتقائي، والتحيزات المتأصلة في تحليلات عدم التناسب. يؤكدون على أهمية الشفافية في الأساليب الإحصائية المستخدمة، خاصة فيما يتعلق بمصادر البيانات الخارجية. نظرًا لوجود أدلة محدودة بشأن دقة تقديرات المخاطر المستمدة من تحليلات عدم التناسب، يتم التعامل مع أي ارتباطات مع البيانات الخارجية على أنها استكشافات نظرية بدلاً من استنتاجات نهائية. هذه المقاربة ذات صلة خاصة عند التحقيق في آليات الأدوية pharmacological، مما يبرز ضرورة تحديد الأساليب الإحصائية المطبقة على هذه المصادر الإضافية من البيانات.
النتائج
يستعرض قسم النتائج النتائج المستخلصة من تحليلات عدم التناسب، مؤكدًا على أهمية تقديم بيانات شاملة، بما في ذلك تقديرات النقاط، وفترات الثقة، وتحليلات الحساسية. يُوصى بتضمين جداول الطوارئ وعدد تقارير سلامة الحالات الفردية (ICSRs) المتوقعة لتعزيز فهم القارئ للبيانات الأساسية. يجب أيضًا تفصيل نتائج التحليل حالة بحالة، مع تسليط الضوء على المتغيرات التي تم فحصها.
بالإضافة إلى ذلك، يبرز القسم الحاجة إلى ملخص موجز للنتائج الرئيسية فيما يتعلق بأهداف الدراسة، مما يساعد في تقييم صحة التفسيرات اللاحقة. يتم مناقشة الصلاحية الخارجية للنتائج، مع الإشارة إلى أنه بينما قد تعكس قواعد بيانات ICSR السيناريوهات الواقعية بشكل أفضل مقارنة بالتجارب السريرية، يجب توخي الحذر إذا كانت الحالات التي تم تحليلها تظهر خصائص فريدة، مثل الجرعة الزائدة أو سوء الاستخدام. يجب تقييم قابلية تعميم النتائج في ضوء عوامل مختلفة، بما في ذلك خصائص السكان وأنماط الإبلاغ، التي قد تؤثر على قابلية تطبيق النتائج على سياقات أوسع.
المناقشة
يستعرض القسم التوصيات الخاصة بعرض وإبلاغ الدراسات التي تتضمن تحليلات عدم التناسب في اليقظة الدوائية. يؤكد على أهمية العناوين الواضحة والمحددة التي تعكس بدقة تركيز الدراسة، بما في ذلك تحديد الدراسة كـ “تحليل عدم التناسب” وتضمين مصادر البيانات ذات الصلة والأحداث السلبية. تشدد التوصيات على الحاجة إلى أوصاف شاملة للأدوية والأحداث السلبية قيد التحقيق، والمبررات للتحليل، والأهداف المحددة المتوافقة مع أسئلة البحث.
علاوة على ذلك، يبرز القسم ضرورة تفصيل تصميم الدراسة، بما في ذلك مصادر البيانات، وخطوات المعالجة المسبقة، وتعريفات المتغيرات. يدعو إلى الشفافية في عملية اختيار تقارير سلامة الحالات الفردية (ICSRs) ويشجع المؤلفين على وضع نتائجهم في سياق الأدبيات الموجودة. من خلال الالتزام بهذه الإرشادات، يمكن للباحثين تعزيز وضوح، وقابلية تكرار، وقابلية تفسير نتائجهم، مما يسهم في تحسين ممارسات اليقظة الدوائية بشكل أكثر فعالية.
القيود
يؤكد قسم القيود على القيود المتأصلة في قواعد بيانات تقارير سلامة الحالات الفردية (ICSR) والتحديات المحددة المرتبطة باستراتيجية التحليل المطبقة. يبرز أنه بينما يمكن أن تساعد تحليلات عدم التناسب في تحديد إشارات السلامة المحتملة، إلا أنها لا تثبت السببية أو تقيس الحدوث بدقة بسبب نقص البيانات حول تعرض المرضى، فضلاً عن وجود تحيزات في الإبلاغ والتداخل. تتطلب هذه التحيزات اعتبارًا دقيقًا وضبطًا من خلال أساليب إحصائية مناسبة أو تصميمات دراسات للتخفيف من تأثيرها على النتائج.
بالإضافة إلى ذلك، يبرز القسم أهمية تقييم كفاية قواعد البيانات المستخدمة، خاصة فيما يتعلق بالكمال، ودقة الترميز، وتناسق الإبلاغ عن المتغيرات الرئيسية فيما يتعلق بأهداف الدراسة. إن الاعتراف بهذه القيود أمر حاسم لتفسير النتائج بشكل متوازن وللتعرف على التفسيرات البديلة التي قد تنشأ من التحيزات المحددة.
DOI: https://doi.org/10.1007/s40264-024-01423-7
PMID: https://pubmed.ncbi.nlm.nih.gov/38713347
Publication Date: 2024-05-07
Author(s): Michele Fusaroli et al.
Primary Topic: Pharmacovigilance and Adverse Drug Reactions
Overview
In pharmacovigilance, disproportionality analyses of individual case safety reports are essential for identifying safety signals; however, the lack of standardized reporting guidelines often results in incomplete and ambiguous findings. To address this issue, the REporting of A Disproportionality analysis for drUg Safety signal detection using individual case safety reports in PharmacoVigilance (READUS-PV) statement was established. This initiative aims to promote transparent and comprehensive reporting by outlining 14 specific items that should be included in such analyses, along with detailed rationales and practical implementation guidelines.
The primary goal of the READUS-PV guidelines is to encourage their adoption among authors, editors, peer reviewers, and readers involved in disproportionality analyses. By enhancing the transparency, completeness, and accuracy of reporting, these guidelines are expected to facilitate evidence-based decision-making in pharmacovigilance. The accompanying explanation paper justifies the selected recommendations and emphasizes that adherence to the READUS-PV guidelines will significantly improve the quality of reporting in studies utilizing individual case safety report databases, ultimately benefiting the research community and patient care through better-informed decisions.
Introduction
The introduction of the paper discusses the growing reliance on Individual Case Safety Report (ICSR) databases for identifying adverse drug reactions (ADRs) through disproportionality analyses. These analyses are essential for uncovering unexpected drug-event associations that may not be fully captured in clinical trials. However, the increasing number of published analyses—from 40 in 2017 to 180 in 2021—has led to concerns about the quality and reliability of findings, as many studies exhibit reporting biases or distortions, which can hinder effective decision-making and contribute to research waste.
To mitigate these issues, the authors developed the READUS-PV guidelines, which consist of 14 reporting recommendations aimed at enhancing the transparency, completeness, and accuracy of disproportionality analyses. These guidelines are intended to assist authors in preparing their manuscripts, facilitate self-assessment and replicability, and aid reviewers and editors in evaluating submissions. The introduction emphasizes the importance of providing a clear scientific background and rationale in reporting, which is crucial for contextualizing the study’s objectives, methods, and results, thereby underscoring its significance in the field of pharmacovigilance.
Methods
In the Methods section, the authors outline the statistical techniques employed to address confounding, selective reporting, and biases inherent in disproportionality analyses. They emphasize the importance of transparency in the statistical methods used, particularly in relation to external data sources. Given the limited evidence regarding the accuracy of risk estimates derived from disproportionality analyses, any correlations with external data are treated as theoretical explorations rather than definitive conclusions. This approach is particularly relevant for investigating pharmacological drug mechanisms, underscoring the necessity of specifying the statistical methods applied to these additional data sources.
Results
The results section outlines the findings from disproportionality analyses, emphasizing the importance of presenting comprehensive data, including point estimates, confidence intervals, and sensitivity analyses. It is recommended that contingency tables and the number of expected Individual Case Safety Reports (ICSRs) be included to enhance reader comprehension of the underlying data. The case-by-case analysis results should also be detailed, highlighting the variables examined.
Additionally, the section stresses the need for a concise summary of key results in relation to the study objectives, which aids in evaluating the validity of subsequent interpretations. The external validity of the findings is discussed, noting that while ICSR databases may better reflect real-world scenarios compared to clinical trials, caution is warranted if the analyzed cases exhibit unique characteristics, such as overdose or misuse. The generalizability of results should be assessed in light of various factors, including population characteristics and reporting patterns, which may influence the applicability of the findings to broader contexts.
Discussion
The section outlines recommendations for the presentation and reporting of studies involving disproportionality analyses in pharmacovigilance. It emphasizes the importance of clear and specific titles that accurately reflect the study’s focus, including the identification of the study as a “disproportionality analysis” and the inclusion of relevant data sources and adverse events. The recommendations stress the need for comprehensive descriptions of the drug(s) and adverse event(s) under investigation, the rationale for the analysis, and the specific objectives aligned with the research questions.
Furthermore, the section highlights the necessity of detailing the study design, including data sources, preprocessing steps, and variable definitions. It advocates for transparency in the selection process of individual case safety reports (ICSRs) and encourages authors to contextualize their findings within existing literature. By adhering to these guidelines, researchers can enhance the clarity, reproducibility, and interpretability of their findings, ultimately contributing to more effective pharmacovigilance practices.
Limitations
The limitations section emphasizes the inherent constraints of Individual Case Safety Reports (ICSR) databases and the specific challenges associated with the implemented analysis strategy. It highlights that while disproportionality analyses can aid in identifying potential safety signals, they do not establish causation or accurately measure incidence due to insufficient data on patient exposure, as well as the presence of reporting and confounding biases. These biases necessitate careful consideration and control through appropriate statistical methods or study designs to mitigate their impact on the findings.
Additionally, the section underscores the importance of evaluating the adequacy of the databases used, particularly regarding the completeness, accuracy of coding, and consistency of reporting of key variables in relation to the study objectives. Acknowledging these limitations is crucial for a balanced interpretation of the results and for recognizing alternative explanations that may arise from the identified biases.