基于药理学网络模型的抗肿瘤药物不良事件预测

作者：吉向敏; 华丽妍

来源：药物流行病学杂志, 2019, 28(04): 236-240.

DOI：10.19960/j.cnki.issn1005-0698.2019.04.005

• 药品不良事件
• 协变量
• 药理学网络模型
• 逻辑回归模型
• 药物警戒

目的:针对抗肿瘤药物引起的不良事件,为提高患者的生活质量,提出了一种抗肿瘤药物不良事件的预测方法,从而减少药品不良事件的发生。方法:该方法选择了药理学网络模型(pharmacological network models,PNM),在充分考虑时间顺序的基础之上,由特定药物和不良事件信息的关联构建二分网络,定义3类协变量,采用逻辑回归实现预测。文中选择美国食品药品监督管理局不良事件报告系统(FAERS)数据库2010年的数据,构建了由151种抗肿瘤药物和625种不良事件组成的网络,通过训练逻辑回归模型对2011～2015年FAERS数据库中的新抗肿瘤药物-不良事件关联组合进行预测。结果:PNM实现了受试者工作特征曲线下面积(AUROC)为0. 824,具有良好的预测结果。结论:PNM对抗肿瘤药物的不良事件有良好的预测性能,可以为临床的合理用药以实际指导意义。

• 单位
  自动化学院; 哈尔滨工程大学; 鄂尔多斯应用技术学院