基于BCPNN法的依那西普药物警戒信号的挖掘

作者：周玗洁; 刘玲^*

来源：中国医院药学杂志, 2022, 42(18): 1923-1926.

DOI：10.13286/j.1001-5213.2022.18.13

• 依那西普
• 数据挖掘
• 药物警戒
• 药品不良反应

目的:挖掘和评价依那西普上市后的不良反应信号，为临床安全合理用药提供参考。方法:提取2018年1月至2020年12月美国食品药品监督管理局不良事件报告系统数据库(FDA Adverse Event Reporting System, FAERS)发布的依那西普为首要怀疑对象的药品不良事件报告，采用贝叶斯置信区间递进神经网络(Bayesian confidence propagation neural network, BCPNN)法，以信息成分(information component, IC)的95%置信区间下限>0且报告数≥3为条件，挖掘该药品的警戒信号。结果:共计检索依那西普相关不良事件报告25 790份，女性患者(74.62%)多于男性患者(25.38%),年龄主要分布在45～65岁(50.54%),报告主要来源于美国(84.54%)。利用BCPNN法识别得到166个警戒信号，涉及16个系统器官分类。信号强度大且报告频数较多的不良反应有注射部位反应、上呼吸道感染、支气管炎等，与说明书收录的一致；另有7个说明书未载明的警戒信号，分别为胎儿畸形、耳漏、呼吸道充血、咳嗽、注射恐惧、睡眠障碍、肾石症。结论:临床在使用依那西普时既要关注说明书已明确的不良反应，也应关注新检测出的7种警戒信号。育龄期、妊娠期以及老年患者应慎用该药。

• 单位
  河南大学