利妥昔单抗不良反应信号挖掘与分析

目的 通过对利妥昔单抗相关不良反应进行信号挖掘研究,为临床合理安全用药提供参考.方法 采用报告比值比法(reporting odds ratio,ROR)和贝叶斯置信度递进神经网络法(Bayesian confidence propagation neural network,BCPNN),对美国不良事件报告系统(FDA Adverse Event Reporting System,FAERS)2014年第一季度～2015年第四季度收集的报告进行分析,挖掘利妥昔单抗产生的相关不良反应信号.结果 ROR法和BCPNN法分别挖掘利妥昔单抗可疑ADR不良反应相关信号657个和43个,其中包括药品说明书中未出现的新的可疑ADR信号分别为68个(ROR法,筛选条件:95％ CI-排名前300位且ROR值大于2.5)和10个(BCPNN法).结论 利妥昔单抗可疑ADR信号的挖掘,可以为国内临床合理安全用药提供参考依据.