免疫接种后不良事件中的统计信号检测方法的比较 - 中国,2011-2015年

科学领域:

• 药物监督 药物监督 药物监督
• 数据挖掘 数据挖掘
• 公共卫生 公共卫生

背景情况:

• 免疫接种后的不良事件 (AEFI) 需要强大的安全信号检测.
• 中国的常规免疫接种数据为药物监督提供了宝贵的资源.

研究的目的:

• 评估四种数据挖掘技术在中国检测AEFI安全信号的性能.
• 为了比较不同信号检测方法和值的灵敏度和特异性.

主要方法:

• 利用了来自中国的AEFI数据,涵盖2011-2015年的时间.
• 应用了四种信号检测方法:比例报告比率 (PRR),报告几率比率 (ROR),贝叶斯信心传播神经网络 (BCPNN) 和多项马波森收缩器 (MGPS).
• 评估方法性能使用公布的信号率作为黄金标准,分析各种阳性值的灵敏度和特异性.

主要成果:

• 检测到的信号的数量在不同方法之间有很大的差异,从602 (PRR与值1) 到127 (MGPS与值1).
• 对于常见反应,敏感度是适度的 (高达38.2%),但特异性很高 (高达96.7%).
• 对于罕见的反应,PRR,ROR和BCPNN实现了高灵敏度 (73.3%),MGPS显示高特异性 (96.9%).

结论:

• 数据挖掘方法在检测AEFI安全信号方面表现不同.
• 观察到对罕见反应的高敏感性和对常见反应的高特异性.
• 结果为选择适合的信号检测方法和中国AEFI数据的值提供了指导.