关于我们：

我们是一家专业从事药物不良反应数据挖掘的公司，公司核心成员均拥有10余年临床试验统计分析及编程相关经验，分别先后就职于国内外多家知名药企及CRO公司从事统计编程相关工作。

自2022年以来，我们建立了标准化的操作流程，开发了多款数据库自动化挖掘工具及在线网站（http://www.faers.trit-bio.com/），是国内首个实现FDA FAERS数据库挖掘量产的团队。我们截止2024年6月，累计接待万余人次咨询报价，累计成功服务超过千余客户，与百家医院/高校老师建立长期合作关系，年交付药物结果数量千余份。

合作联系方式：

微信号：376480376

邮箱：fastsignal@faers.vip

本期内容：

本期内容将以“基于美国FAERS数据库妊娠人群酸碱平衡紊乱的药物不良反应挖掘与分析”为例，进行相关数据挖掘（此种类型属于全部药物特定人群特定不良反应的挖掘）。

特定不良反应挖掘数据使用介绍：基于美国FAERS数据库特定不良反应挖掘数据使用介绍

FAERS数据库挖掘

1. 介绍   本研究采用比例失衡法对FAERS数据库中的ADR进行分析，旨在发现可能诱发特定ADR的药物。

2. 方法

    本研究数据来源于美国FDA官网下载的FAERS原始数据库，该数据库自2004年第1季度开始对外公开，数据每季度更新发布1次，本研究下载2004年第1季度-2024年第2季度原始ASCII数据包，并导入SAS9.4软件中进行数据清理及统计分析。FDA网站：https://fis.fda.gov/extensions/FPD-QDE-FAERS/FPD-QDE-FAERS.html 

 由于数据库收集数据采用的是自发呈报，数据库中存在一些重复报告或者已被撤回/删除的报告，因此FDA官方指导文件给出了相应数据去重的规则及需要删除报告的列表，本研究严格按照FDA官网指导文件进行数据清理。数据清理的规则为首先根据FDA推荐的去除重复报告方法进行去重，选取DEMO表的PRIMARYID、CASEID和FDA_DT字段，按照CASEID、FDA_DT以及PRIMARYID排序，对具有相同CASEID的报告，保留FDA_DT值最大的，对于CASEID和FDA_DT均相同的保留PRIMARYID值最大的。其次，自2019年第1季度后，每个季度的数据包中均存在删除报告列表，在数据去重后，根据删除报告列表中的CASEID进行剔除报告。

采用MedDRA词典（MedDRA27.0）对FAERS数据库中不良事件名称进行编码，采用世卫组织药物词典World Health Organisation Drug Dictionary (March 2024)对数据库中药物名称进行标准化。

由于FAERS数据库中不良事件名称采用《监管活动医学词典》（Medical Dictionary for Regulatory Activities，MedDRA）中的首选术语（preferred term，PT）进行描述的，由于MedDRA词典每年3月和9月份进行更新，每次更新会涉及到首选术语（preferred terms，PT）层级的调整以及对应的系统器官分类（system organ class，SOC）的变动，因此采用当前最新版本MedDRA词典对FAERS数据库中的首选术语（preferred terms，PT）名称重新校正，并获取最新版本MedDra词典中的系统器官分类（system organ class，SOC）和首选术语（preferred terms，PT）进行后续的分析。

本研究从FAERS数据库中共获得21558936例患者上报的数据，根据FDA去重报告规则进行去重，共剔除相同患者重复上报数据3611216例，去重后剩余患者17947720例，涉及不良事件报告53352754份（一个患者上报的一份数据中可能会同时上报多种不同的不良事件）。对数据进一步筛选，共纳入妊娠人群用药的303707例患者的1315162份报告进行分析，目标ADE以MedDRA词典中首选语进行筛选（相关术语见下表），共获得发生目标ADE的患者2523例，涉及目标ADE报告2869份。。

采用多种方法联合进行信号检测，当满足报告数a≥3、ROR95%CI下限>1、PRR≥2、χ2≥4、 IC 95%CI下限>0及EBGM05>2，则为1个信号。

本研究采用比例失衡法挖掘药物ADE的信号，虽然挖掘时限定了药物怀疑程度为首要怀疑，但依然无法排除其他混杂因素的干扰，譬如合并用药的影响。因此本研究除常规比例失衡法进行数据分析外，也采用Ω收缩测量法对药物合并用药相互作用进行挖掘，筛选出增加发生目标ADE风险的药物-药物组合，Ω95%CI下限（Ω025）大于0表示药物-药物存在相互作用。

3. 结果

发生目标ADE的2523例患者中，上报的目标ADE患者年龄中位数为26.00岁，25%分位数为0.25岁，75%分位数为33.00岁。上报数据主要来源于美国的患者共934例（37.02%）,其次来源于英国的患者共216例（8.56%）和法国的患者共180例（7.13%）。属于严重结局的患者共2514例（99.64%），其中危及生命的患者共554例（21.96%）、住院的患者共1500例（59.45%）、残疾的患者共66例（2.62%）、死亡的患者共516例（20.45%）、先天性畸形的患者共594例（23.54%）、干预措施的患者共22例（0.87%）、其他严重的重要医疗事件的患者共1738例（68.89%）（注意：严重报告结局是多选项，因此各项例数之和是不等于严重报告的例数的）。

上报的目标ADE涉及的“首要怀疑药物”397种，满足本研究信号检测的药物48种，详见下表。

（下图展现阳性信号药物各PT的信号情况）

本研究采用药物ATC分类对药物进行分类，分别计算每个分类发生目标ADE的报告数及信号。

（下图展现各ATC分类信号情况（I级、II级ATC））

采用Ω收缩测量法进行相互作用的挖掘，详细参考下表。下图展现Ω025的值，大于0表示存在相互作用（增加风险）。

FAERS数据库挖掘

基于美国FAERS数据库药物相互作用的挖掘与分析

基于美国FAERS数据库对乳腺癌患者的栓塞和血栓事件Embolic and thrombotic events不良反应挖掘与分析

基于美国FAERS数据库未成年人休克Shock药物不良反应挖掘与分析（含相互作用）

基于美国FAERS数据库未成年人癫痫不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人睡眠障碍不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人各种与药物相关的肝病 － 仅严重事件 (SMQ）不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人听力损伤不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人记忆力丧失不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库对老年人骨坏死不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库造血血小板减少症 不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库心肌病不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库特定不良反应挖掘数据使用介绍

基于美国FAERS数据库造血白细胞减少症 不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库接受抗肿瘤治疗患者各类转移瘤（Metastases）不良反应挖掘与分析

基于美国FAERS数据库健康专业人员上报的耐药（Drug resistance）不良反应挖掘与分析

基于美国FAERS数据库接受抗肿瘤治疗患者郁症及自杀/自我伤害不良反应挖掘与分析

基于美国FAERS数据库健康专业人员上报的眩晕（Vertigo）不良反应挖掘与分析

基于美国FAERS数据库妊娠人群躁狂及双相性心境障碍和混乱药物不良反应挖掘与分析

基于美国FAERS数据库牙齿病变（Gingival disorders (SMQ)）药物不良反应挖掘与分析

基于美国FAERS数据库健康专业人员上报的食管炎（Oesophagitis）不良反应挖掘与分析

基于美国FAERS数据库女性患者上报的各种月经周期及子宫出血疾病不良反应挖掘与分析

基于美国FAERS数据库健康专家上报的横纹肌溶解/肌病不良反应挖掘与分析

基于美国FAERS数据库对未成年人心血管疾病（Cardiovascular disorder）的不良反应挖掘与分析

基于美国FAERS数据库对未成年人出血(Haemorrhages )的不良反应挖掘与分析

基于美国FAERS数据库对未成年人青光眼（Glaucoma）的不良反应挖掘与分析

基于美国FAERS数据库对未成年人DME（designated-medical-event-list）的不良反应挖掘与分析

基于美国FAERS数据库妊娠人群的银屑病(Psoriasis)不良反应挖掘与分析

基于美国FAERS数据库未成年人休克Shock药物不良反应挖掘与分析（含相互作用）

基于美国FAERS数据库未成年人癫痫不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人睡眠障碍不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人各种与药物相关的肝病 － 仅严重事件 (SMQ）不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库未成年人听力损伤不良反应挖掘与分析（含药物相互作用）

基于美国FAERS数据库对妊娠人群妊娠丢失（Pregnancy loss）的不良反应挖掘与分析

基于美国FAERS数据库对妊娠人群糖尿病（Diabetes-mellitus）的不良反应挖掘与分析

基于美国FAERS数据库对妊娠人群高血压（Hypertension）的不良反应挖掘与分析

基于美国FAERS数据库对妊娠人群抑郁及自杀/自我伤害 （Depression and suicide）的不良反应挖掘与分析

基于美国FAERS数据库对妊娠人群栓塞和血栓事件Embolic and thrombotic events的不良反应挖掘与分析

基于美国FAERS数据库对妊娠人群DME（designated-medical-event-list）的不良反应挖掘与分析

第二部分（FAERS数据库数据使用）-第2讲-交付文件介绍2(所有药物特定不良反应挖掘交付数据介绍)

本期内容：

药物相互作用的挖掘一直是一个备受关注的话题，但目前该类的数据库挖掘的文章相对是非常少的，本讲主要内容将介绍药物相互作用挖掘常见方法，同时也将介绍我们对药物相互作用挖掘的理解。

本期视频：

FAERS数据库挖掘

参考文献：

[1] A statistical methodology for drug-drug interaction surveillance. DOI: 10.1002/sim.3247

[2] Comparison of Signal Detection Algorithms Based on Frequency Statistical Model for Drug-Drug Interaction Using Spontaneous Reporting Systems.  DOI: 10.1007/s11095-020-02801-3

[3] Improved Detection Criteria for Detecting Drug-Drug Interaction Signals Using the Proportional Reporting Ratio.   DOI: 10.3390/ph14010004

FAERS数据库挖掘

既往经典视频

我们精心录制了大量免费的数据库挖掘教学相关视频，帮助客户快速了解掌握数据库，从而更好的使用数据进行写作。（相关视频附在本推文中，可往下滑动观看）

交付内容介绍

FAERS数据库挖掘

上期内容

FAERS数据库挖掘

第四讲

FAERS数据库挖掘

第四讲PPT

第三讲内容

FAERS数据库挖掘

第三讲PPT

第二讲内容视频

FAERS数据库挖掘

第二讲内容PPT

第一讲内容及视频

FAERS数据库挖掘

第一讲内容PPT

基于美国FAERS数据库妊娠人群酸碱平衡紊乱的药物不良反应挖掘与分析