在FDA不良事件报告系统 (FAERS) 数据库中的文献衍生重复记录的分析

科学领域:

• 药物监督 药物监督 药物监督
• 生物医学信息学 生物医学信息学
• 数据科学数据科学数据科学

背景情况:

• 美国食品和药物管理局的不良事件报告系统 (FAERS) 是监测药物不良事件 (ADEs) 的关键数据库.
• 在FAERS内部的重复报告,来自同一研究的多次提交,可能导致药物和ADEs之间的虚假关联.
• 评估和减轻重复报告的影响对于保持药监数据完整性至关重要.

研究的目的:

• 评估有关阿尔茨海默病患者的FAERS报告中药物和ADE信息的一致性.
• 根据文献引用,证明文本比较方法在识别重复的FAERS报告中的有效性.
• 通过解决数据冗余问题,提高药物-ADE关联检测的可靠性.

主要方法:

• 在阿尔茨海默病的FAERS报告中分析了药物和ADE信息的一致性.
• 实现并评估了10个不同的文本比较功能 (基于令牌,基于编辑,基于序列),以检测重复的文献引用.
• 评估各种文本比较算法的敏感性和特异性.

主要成果:

• 在FAERS报告中的药物信息显示出比ADE信息更高的一致性,这可能是由于描述不良事件的变化.
• 基于令牌 (COSINE,QGRAM,JACCARD),基于编辑 (OSA,LV,DL) 和基于序列 (LCS) 的文本比较方法在识别重复出版物方面非常有效.
• 这些方法在检测自由文本中相同的出版物方面表现出高度的灵敏度和特异性.

结论:

• 文本比较技术是识别FAERS数据库中重复报告的有价值工具.
• 通过重复检测来减少数据冗余,可以提高已识别的药物-ADE关联的准确性.
• 这些发现有助于提高药监数据分析的整体可靠性.