å·®å«
è¿éä¼æ¾ç¤ºåºæ¨éæ©ç修订çåå
| 两侧同时换到之前的修订记录 前一修订版 后一修订版 | 前一修订版 | ||
|
法规:ich-e2e药物警戒计划 [2022/03/08 08:09] 老T [3.2.1 观察性研究的设计和实施] |
法规:ich-e2e药物警戒计划 [2022/03/08 08:12] (当前版本) 老T [6. 描述性研究] |
||
|---|---|---|---|
| 行 277: | 行 277: | ||
| * 自发报告 | * 自发报告 | ||
| - | 自发报告是指医务人员或消费者与制药公司、药品监管机构或其他机构（如，WHO，地区中心，中毒控制中心）进行主动沟通的行为，描述患者使用一种或多种药品后发生一个或多个药物不良反应，并非出自研究或任何有组织的数据收集系统。 | + | 自发报告是指医务人员或消费者与制药公司、药品监管机构或其他机构（如，WHO，地区中心，中毒控制中心）进行主动沟通的行为，描述患者使用一种或多种药品后发生一个或多个药物不良反应，并非出自研究或任何有组织的数据收集系统< |
| - | 药品一旦上市，自发报告在安全性信号鉴别中起主要作用。在许多情况下，公司可以注意到较早期临床试验或其他上市前研究中未观察到的罕见不良事件。自发报告也可以提供有关高危人群，危险因素和已知的药物严重不良反应的临床特征的重要信息。在评价自发性报告时应当谨慎，特别是对药物进行比较时。自发性报告的数据经常是不完整的，病例的报告率取决于许多因素，包括已上市以来的时间，与药物警戒相关的监管活动、媒体关注和药物的适应症。 | + | 药品一旦上市，自发报告在安全性信号鉴别中起主要作用。在许多情况下，公司可以注意到较早期临床试验或其他上市前研究中未观察到的罕见不良事件。自发报告也可以提供有关高危人群，危险因素和已知的药物严重不良反应的临床特征的重要信息。在评价自发性报告时应当谨慎，特别是对药物进行比较时。自发性报告的数据经常是不完整的，病例的报告率取决于许多因素，包括已上市以来的时间，与药物警戒相关的监管活动、媒体关注和药物的适应症< |
| // | // | ||
| - | 近来，已有许多从自发报告中发现安全性信号的系统方法被采用。但其中许多技术尚处于开发过程中，它们识别安全性信号的有效性还有待评估。这些方法包括报告率的计算，以及使用贝叶斯（Bayesian）和其他技术进行信号检测[6-8]。数据挖掘技术也已经用于检验药物—药物相互作用[9]。数据挖掘技术应该始终跟单个病例报告的分析结合在一起使用，而不是代替后者。数据挖掘技术通过使用统计方法发现可能供进一步评价的信号，有助于对自发报告的评价。这个工具并不量化风险的大小，在用于比较药物时应当谨慎。此外，在采用数据挖掘技术时，应当考虑确定检测信号的阈值，因为这与方法的灵敏度和特异性有关（高阈值与高特异性和低灵敏度相关联）。数据挖掘并不能除去影响不良事件自发报告的混淆因素。解释数据挖掘的结果应当知道自发报告系统的缺点，以及更重要的，在不同药物之间 ADR 报告率的巨大差异，和自发报告本身的许多潜在偏差。对所有信号进行评价，识别假阳性。此外，没有信号并不意味不存在问题。 | + | 近来，已有许多从自发报告中发现安全性信号的系统方法被采用。但其中许多技术尚处于开发过程中，它们识别安全性信号的有效性还有待评估。这些方法包括报告率的计算，以及使用贝叶斯（Bayesian）和其他技术进行信号检测<sup>[6-8]</ |
| \\ | \\ | ||
| * 病例系列 | * 病例系列 | ||
| - | 系列病例报告可以提供药物和某类不良事件之间关联的证据，但是与验证药物暴露和结果之间的关联性相比，通常它们在提出假设方面更有用。已知某些不良事件经常与药物治疗相关联，如过敏性反应，再生障碍性 贫血，中毒性表皮坏死松解症（toxicepideralnecrolysis）和 Stevens-Johnson 综合症[10-11]。因此，当这些事件被自发报告时，申办者对这些报告应当更重视细致和迅速的随访。 | + | 系列病例报告可以提供药物和某类不良事件之间关联的证据，但是与验证药物暴露和结果之间的关联性相比，通常它们在提出假设方面更有用。已知某些不良事件经常与药物治疗相关联，如过敏性反应，再生障碍性 贫血，中毒性表皮坏死松解症（toxicepideralnecrolysis）和 Stevens-Johnson 综合症<sup>[10-11]</ |
| \\ | \\ | ||
| ==== 2. 激励报告 ==== | ==== 2. 激励报告 ==== | ||
| - | 已经有数种方法来鼓励和促使特定场所（如，住院部）的医护从业人员在产品新上市或在限定时间段进行报告[12]。这些方法包括不良事件的在线报告和在预设的方法基础上系统性地激励不良事件报告。尽管已经证明这些方法能改善报告量，它们也有被动监测的局限性，特别是选择性报告和资料不完整。 | + | 已经有数种方法来鼓励和促使特定场所（如，住院部）的医护从业人员在产品新上市或在限定时间段进行报告<sup>[12]</ |
| 在上市后早期阶段，公司可能积极地向医护人员提供安全性资料，鼓励谨慎使用新产品并在发现一个不良事件时提交自发报告。可以在产品上市前制定一个计划（如，通过公司代表的现场访问，直接邮寄或传真等）。在上市后早期阶段激励不良事件报告，可促使公司告知医护人员新的治疗方法，并尽早提供在一般人群应用的安全性资料（如，在日本的上市后早期阶段警戒，EPPV）。这应当被视为自发事件报告的一种形式，从激励报告得到的数据不能用于计算准确的发生率，但是可以估算报告率。 | 在上市后早期阶段，公司可能积极地向医护人员提供安全性资料，鼓励谨慎使用新产品并在发现一个不良事件时提交自发报告。可以在产品上市前制定一个计划（如，通过公司代表的现场访问，直接邮寄或传真等）。在上市后早期阶段激励不良事件报告，可促使公司告知医护人员新的治疗方法，并尽早提供在一般人群应用的安全性资料（如，在日本的上市后早期阶段警戒，EPPV）。这应当被视为自发事件报告的一种形式，从激励报告得到的数据不能用于计算准确的发生率，但是可以估算报告率。 | ||
| 行 300: | 行 300: | ||
| ==== 3. 主动监测 ==== | ==== 3. 主动监测 ==== | ||
| - | 与被动监测形成对照，主动监测通过一种持续的预先组织的活动来确定不良事件数。主动监测的一个例子是通过风险管理项目随访接受特定药物治疗的患者。可能要求按处方配药的患者完成一个简单的调查表并同意以后进行联系[13]。通常，与被动报告系统相比，通过主动监测系统得到单个不良事件报告的全面数据更加切实可行。 | + | 与被动监测形成对照，主动监测通过一种持续的预先组织的活动来确定不良事件数。主动监测的一个例子是通过风险管理项目随访接受特定药物治疗的患者。可能要求按处方配药的患者完成一个简单的调查表并同意以后进行联系<sup>[13]</ |
| * 哨点（sentinel site） | * 哨点（sentinel site） | ||
| - | 在一个哨点现场，主动监测可通过审阅病历或约见患者和/ | + | 在一个哨点现场，主动监测可通过审阅病历或约见患者和/ |
| * 药物事件监测 | * 药物事件监测 | ||
| - | 药物事件监测是主动药物警戒监测的一种方法。在药物事件监测中，从电子处方数据或自动健康保险索赔数据库中确定患者。然后，在预先指定的时间内将随访调查表送达每位处方医生或患者，以得到结果资料。调查表内容可包括患者的人口学特征、治疗指征、疗程（包括开始日期）、剂量、临床事件和中止治疗的原因[12，15-17]。药物事件监测的局限性包括医生和患者响应率低和收集数据不集中，这可能会掩盖重要信号。此外，如何维护患者的隐私也是关注的焦点。另一方面，应从更多医生和/ | + | 药物事件监测是主动药物警戒监测的一种方法。在药物事件监测中，从电子处方数据或自动健康保险索赔数据库中确定患者。然后，在预先指定的时间内将随访调查表送达每位处方医生或患者，以得到结果资料。调查表内容可包括患者的人口学特征、治疗指征、疗程（包括开始日期）、剂量、临床事件和中止治疗的原因<sup>[12，15-17]</ |
| * 登记 | * 登记 | ||
| 行 318: | 行 318: | ||
| ==== 4. 比较观察研究 ==== | ==== 4. 比较观察研究 ==== | ||
| - | 传统的流行病学方法是不良事件评价方法中的基础组成部分。有许多观察研究设计有助于确认来自自发性报告或病例系列的信号。这些设计的主要类型是横断面研究，病例对照研究和队列研究（回顾性的和前瞻性的）[12, | + | 传统的流行病学方法是不良事件评价方法中的基础组成部分。有许多观察研究设计有助于确认来自自发性报告或病例系列的信号。这些设计的主要类型是横断面研究，病例对照研究和队列研究（回顾性的和前瞻性的）<sup>[12,15]</ |
| * 横断面研究（调查） | * 横断面研究（调查） | ||
| 行 332: | 行 332: | ||
| 在队列研究中，全程随访可能罹患疾病（或发生事件）的风险人群，并观察疾病（或事件）随时间变化的发生情况。通过每个患者的随访获知在研究期间的药物暴露情况。患者可能在随访期的某个时间点暴露于一种药物，但在另一个时间点并不暴露。因为在随访期间的群体暴露已知，所以可以计算发生率。在许多涉及药物暴露的队列研究中，根据用药情况选择特别关注的对照队列，并进行长期随访。当即需要知道不良事件的相对风险，又需要知道不良事件的发生率时，可采用队列研究。用一个队列研究中的相同数据源，也可以研究多个不良事件。但是，招募足够数量暴露于所要研究药物（如一个孤儿药）的患者或研究非常罕见的结局会有一定难度。与病例-对照研究一样，可以从大型自动化数据库中确定队列研究的患者或为该研究专门收集数据。此外，如果存在足够数量的患者，队列研究可通过大量取样或将队列分层来检测特殊人群（老年人、儿童、有伴发疾病的患者、妊娠妇女）中的安全性问题。 | 在队列研究中，全程随访可能罹患疾病（或发生事件）的风险人群，并观察疾病（或事件）随时间变化的发生情况。通过每个患者的随访获知在研究期间的药物暴露情况。患者可能在随访期的某个时间点暴露于一种药物，但在另一个时间点并不暴露。因为在随访期间的群体暴露已知，所以可以计算发生率。在许多涉及药物暴露的队列研究中，根据用药情况选择特别关注的对照队列，并进行长期随访。当即需要知道不良事件的相对风险，又需要知道不良事件的发生率时，可采用队列研究。用一个队列研究中的相同数据源，也可以研究多个不良事件。但是，招募足够数量暴露于所要研究药物（如一个孤儿药）的患者或研究非常罕见的结局会有一定难度。与病例-对照研究一样，可以从大型自动化数据库中确定队列研究的患者或为该研究专门收集数据。此外，如果存在足够数量的患者，队列研究可通过大量取样或将队列分层来检测特殊人群（老年人、儿童、有伴发疾病的患者、妊娠妇女）中的安全性问题。 | ||
| - | 有数个自动化数据库可用于药物流行病学研究[12, | + | 有数个自动化数据库可用于药物流行病学研究<sup>[12,15,18]</ |
| \\ | \\ | ||
| 行 350: | 行 350: | ||
| * 疾病的自然史 | * 疾病的自然史 | ||
| - | 流行病学学科最初侧重于疾病的自然史，包括患病患者的特征、疾病在所选择人群中的分布、以及估算可能结局的发病率和流行情况。这些结局包括对疾病治疗类型和不良事件的描述。某些检验不良事件特殊方面的研究，如研究背景发病率或要研究的不良事件的风险因素，可用于帮助更好地诠释自发性报告[15]。例如，可以利用疾病登记进行一个流行病学研究，了解在特殊亚组，如有并发疾病的患者中可能发生某种事件的频率。 | + | 流行病学学科最初侧重于疾病的自然史，包括患病患者的特征、疾病在所选择人群中的分布、以及估算可能结局的发病率和流行情况。这些结局包括对疾病治疗类型和不良事件的描述。某些检验不良事件特殊方面的研究，如研究背景发病率或要研究的不良事件的风险因素，可用于帮助更好地诠释自发性报告<sup>[15]</ |
| * 药物应用研究 | * 药物应用研究 | ||
| - | 药物应用研究（Drug Utilisation Study，DUS）描述一个药物如何营销、处方和用于人群，以及这些因素如何影响结局，包括临床、社会性和经济性结局[12]。这些研究提供关于特殊人群的数据，如老年人、儿童、或肝、肾功能不全的患者，经常用年龄、性别、伴随用药以及其他特征分层。DUS 可用于确定一个产品是否被用于这些人群。这些研究的分母数据可以用于确 定药物不良反应发生率。DUS 已经被用于描述监管活动和媒体关注对药物使用的影响，以及逐步开展估算药物成本的经济负 担。DUS 可用于研究所推荐临床指南和实际临床实践之间的关系。这些研究通过检查患者是否在使用递增剂量方案或是否有 不恰当的重复处方证 据，帮助确定一个药物是否有可能滥用。这些研究的主要局限包括缺少临床结局数据或用药指征的资料。 | + | 药物应用研究（Drug Utilisation Study，DUS）描述一个药物如何营销、处方和用于人群，以及这些因素如何影响结局，包括临床、社会性和经济性结局<sup>[12]</ |
| \\ | \\ | ||