Page 92 - 《中国药房》2022年24期
P. 92
体1(programmed death ligand-1,PD-L1)结合并阻断PD- 目标药物与 ADEs 之间具有关联性,就认为产生了一个
[6]
L1 与程序性细胞死亡蛋白(programmed cell death pro‐ 信号 。PRR 值和 ROR 值越大,表明药物与 ADEs 的关
tein-1,PD-1)、B7.1 受体的相互作用,解除 PD-1/PD-L1 联性越大,信号强度越强。由于PRR法具有较高的灵敏
[7]
信号通路介导的免疫抑制,提高免疫系统对肿瘤细胞的 性,容易出现假阳性信号 ,因此本研究采用 ROR 法和
[1]
识别和杀伤作用,从而达到清除肿瘤细胞的作用 。该 MHRA 法的统计指标来挖掘阿替利珠单抗的 ADEs 风
药具有显著的临床疗效,但同时也伴随各种免疫相关不 险信号。信号判定标准为:ROR法——病例报告数≥3,
[3]
[2]
良反应,如 Stevens-Johnson 综合征 、严重脑炎 及重症 ROR值的95%置信区间(confidence interval,CI)下限>
[8]
2
[4]
肌无力 等。虽然药物在上市前都会经过一系列有效性 1;MHRA法——病例报告数≥3,PRR值>2,χ 值≥4 。
和安全性的评估研究,但因用药疗程和观察时间较短, 2 结果
较难发现一些迟发的、罕见的不良反应,加之阿替利珠 2.1 ADEs报告的基本信息
共检索到以阿替利珠单抗为首要怀疑药物的ADEs
单抗在我国上市时间较短,国内关于其安全性的研究极
少。因此,本文对美国FDA不良事件呈报系统(FDA ad‐ 报告 16 051 份,其中男性高于女性,年龄主要分布在
19~64岁和≥65岁。ADEs报告人口学特征见表1。
verse event reporting system,FAERS)数据库中关于阿替
表1 阿替利珠单抗ADEs报告的人口学特征
利珠单抗上市后的药品不良事件(adverse drug events,
项目 分类 报告数/份 占比/%
ADEs)数据进行挖掘,分析ADEs风险信号,以期为该药
性别 男性 8 289 51.64
的临床安全使用提供参考。 女性 6 064 37.78
未知 1 698 10.58
1 资料与方法
年龄 ≤18岁 850 5.30
1.1 资料来源 19~64岁 5 472 34.09
≥65岁 6 402 39.88
本研究所用数据来自 FAERS 数据库(https://www.
未知 3 327 20.73
fda.gov/drugs/questions-and-answers-fdas-adverse-event-
2.2 风险信号挖掘
reporting-system-faers/fda-adverse-event-reporting-system-
共检索到以阿替利珠单抗为首要怀疑药物的 PT
faers-public-dashboard),并通过 OpenVigil 2.1 数据平台
1 868 个,再经 ROR 法和 MHRA 法筛选后最终获得 401
查询FAERS数据库。
个PT,涉及ADEs报告8 817份。其中,累计报告数较多
1.2 数据提取和筛选
的 PT 包括发热、疾病进展、间质性肺病、贫血症和肺炎
以“atezolizumab”和“tecentriq”为检索词进行检索,
等,信号较强的 PT 包括全身免疫激活、黄斑增厚、副肿
收集阿替利珠单抗从上市(2016年5月18日)至2022年
瘤神经综合征和内分泌毒性等。此外,还挖掘出说明书
3月31日的ADEs报告。根据国际人用药品注册技术协 未载入的ADEs风险信号,如黄斑增厚、副肿瘤神经综合
调会开发的《国际医学用语词典》(Medical Dictionary 征、反应性穿孔性胶原病、副肿瘤性皮肌炎、抗红细胞抗
for Regulatory Activities,MedDRA)(23.0版)药物不良反 体阳性和肺结节病。阿替利珠单抗报告数排序前 10 位
应术语集中的首选术语(preferred term,PT)和系统器官 的PT见表2,信号强度排序前10位的PT见表3。
分类(system organ classification,SOC)对 ADEs 进行描 表2 阿替利珠单抗报告数排序前10位的PT
述和分类。删除药物适应证或产品储存错误等作为 PT 报告数/份 PRR χ 2 ROR(95%CI下限)
ADEs风险信号的报告,以减少偏倚。 发热 323 3.85 684.75 4.00(3.57)
疾病进展 262 8.14 1 633.25 8.45(7.46)
1.3 数据挖掘 间质性肺病 249 22.07 4 925.05 22.92(20.18)
目前用于鉴别ADEs风险信号的数据挖掘技术主要 贫血症 187 4.02 423.52 4.11(3.56)
肺炎 a 165 2.02 84.56 2.04(1.75)
为比例失衡法,也称不相称性测定法,其中的报告比值 肺炎 b 157 26.82 3 813.37 27.47(23.41)
比(reporting odds ratio,ROR)法、比例报告比值比(pro‐ 食欲下降 154 2.63 154.43 2.67(2.27)
中性粒细胞计数减少 147 16.46 2 099.91 16.83(14.28)
portional reporting ratio,PRR)法、英国药品和保健产品 甲状腺功能减退 141 20.36 2 545.58 20.80(17.58)
管 理 局(Medicines and Healthcare Products Regulatory a:PT级术语为pneumonia;b:PT级术语为pneumonitis
Agency,MHRA)的综合标准法(以下简称“MHRA 法”) 2.3 ADEs累及的SOC分析
为常用的数据挖掘方法,该3种方法均基于四格表法 。 依据 MedDRA 对信号强度前 50 位的 PT 进行 SOC
[5]
比例失衡法基本原理为目标药物-事件组合的频率明显 分类排序,共涉及 17 个 SOC(图 1)。17 个 SOC 中,累计
高于整个数据库的背景频率,且达到一定的阈值,提示 报告数较多的 SOC 包括肾脏及泌尿系统疾病,良性、恶
· 3026 · China Pharmacy 2022 Vol. 33 No. 24 中国药房 2022年第33卷第24期