基于FDA不良事件报告系统 (FAERS) 数据库的orlistat不良事件的药监测分析
Jinfeng Zhu1, Mianda Hu1, Yingshi Liang1
1Dongguan Key Laboratory of Stem Cell and Regenerative Tissue Engineering, The First Dongguan Affiliated Hospital, School of Basic Medical Sciences, Guangdong Medical University, Dongguan, 523808, China.
这项研究分析了使用FAERS数据库对orlistat不良事件 (AE) 的现实数据. 它确定了常见的胃肠道副作用和新的潜在风险,如脂尿和肌肉,以确保更安全的临床使用.
科学领域:
- 药物监督 药物监督 药物监督
- 药品安全 药品安全
- 现实世界的证据.
背景情况:
- 奥尔利斯塔特是用于肥胖管理的广泛使用的药物.
- 了解其现实世界的不良事件概况对于安全的临床应用至关重要.
- 美国食品和药物管理局的不良事件报告系统 (FAERS) 为药监提供了宝贵的数据来源.
研究的目的:
- 使用现实世界的数据分析与orlistat相关的潜在不良事件 (AE).
- 从FAERS数据库中识别和描述orlistat的安全信号.
- 为 orlistat 的安全临床使用提供参考.
主要方法:
- 利用FAERS数据库和OpenVigil 2.1进行数据提取 (2004年第一季度 - 2023年第一季度).
- 采用了四种统计方法:报告几率比率 (ROR),比例报告比率 (PRR),贝叶斯信心传播神经网络 (BCPNN) 和经验贝叶斯几何平均值 (EBGM) 进行信号检测.
- 分析了21,079份关于奥利斯塔特是主要疑似药物的不良事件报告.
主要成果:
- 在18个系统器官类 (SOC) 中选了117个首选术语 (PT).
- 已确认的已知不良事件,主要是"胃肠道疾病",以及"新陈代谢和营养障碍"",脏和尿道疾病"",肌肉骨和结缔组织疾病"和"肝胆道疾病"的重大报告.
- 确定了潜在的新安全信号,包括"脂尿","门出血","直肠出血","血液病","血湿炎","肌肉炎","皮炎"和"肌肉".
结论:
- 这些发现与orlistat的药物标签大致一致.
- 几种新的不良事件信号需要通过前性研究进行进一步调查.
- 更好地了解orlistat的现实安全性,可以为临床实践和患者监测提供信息.
更多相关视频
09:38Comprehensive Analysis of Drug Response using the FLICK Assay
Published on: June 6, 2025
06:14Optimized LC-MS/MS Method for the High-throughput Analysis of Clinical Samples of Ivacaftor, Its Major Metabolites, and Lumacaftor in Biological Fluids of Cystic Fibrosis Patients
Published on: October 15, 2017
相关概念视频
Pharmacovigilance
This process, termed pharmacovigilance, aims to detect, evaluate, and minimize harmful effects related to medication use. The data collection for pharmacovigilance depends on spontaneous reporting systems, where healthcare professionals or patients voluntarily report suspected ADRs.
In some cases, there...
Drug Regulation
Analysis of Population Pharmacokinetic Data
Clinical Trials: Overview
Pharmacokinetics: Overview
Lipid-Lowering Drugs: Statins and Miscellaneous Agents
