Стремясь укрепить существующие системы оценки и мониторинга безопасности лекарств, исследователи Детской больницы Бостона создали новый метод, который объединяет несколько форм широко доступных данных для прогнозирования побочных реакций на лекарства. В отличие от существующих подходов, которые основаны на обнаружении доказательств проблем безопасности лекарственных средств по мере их накопления с течением времени в клинических базах данных, этот новый метод может быть в состоянии идентифицировать проблемы на годы вперед.
Это исследование, проведенное под руководством Аурела Ками, доктора философии, и Бена Рейса, доктора философии, Программы информатики Детской больницы Бостона (CHIP), появилось в Интернете 21 декабря в журнале Science Translational Medicine.
Безопасность препаратов на рынке в настоящее время оценивается с помощью комбинации отчетов о нежелательных явлениях, связанных с лекарственными средствами (НЛС), и инструментов сбора данных, предназначенных для выявления ранее нераспознанных взаимосвязей между препаратами и НС. Хотя эти методы в целом эффективны, они могут не выявить наличие определенных типов нежелательных реакций до тех пор, пока пациенты не будут принимать препарат в течение некоторого времени.
Из-за этих ограничений могут пройти годы, прежде чем врачи и регулирующие органы соберут достаточно данных, чтобы распознать серьезные проблемы с безопасностью конкретного препарата и принять соответствующие меры.
Чтобы помочь устранить эти задержки и связанные с ними риски для здоровья населения, Рейс и Ками задались целью создать математическую модель для прогнозирования взаимосвязей между препаратом и НДЭ, которая может появиться в течение нескольких лет после выхода препарата на рынок.
"Такой подход позволяет нам сделать важный переход от обнаружения к прогнозированию," сказал Рейс, который возглавляет группу прогнозной медицины в CHIP. "Мы потенциально можем идентифицировать опасный побочный эффект лекарства на ранней стадии, вместо того, чтобы ждать, пока он затронет достаточно много пациентов, чтобы сделать возможным обнаружение."
"Учитывая бесчисленное количество сущностей и сложных взаимосвязей, существующих в фармакологической области, мы чувствовали, что сетевой подход будет многообещающим способом попытаться предсказать непредвиденные, но вероятные неблагоприятные события," сказал Ками, инструктор по ЧИП. "Однако мы знали, что для правильной валидации подхода нам необходимо использовать исторические и текущие данные по лекарственным побочным эффектам."
Для тестирования сети Рейс и Ками объединили информацию из коммерчески доступной базы данных по безопасности лекарств от Lexicomp с данными о химии лекарств и информацией о лекарствах и таксономии ADE. Затем они сделали снимок 809 лекарств и 852 видов побочных эффектов, связанных с этими лекарствами, в данных Lexicomp в 2005 году. Используя сетевую модель, они сгенерировали список предполагаемых взаимосвязей между препаратом и ADE и сравнили этот список со вторым снимком базы данных Lexicomp за 2010 год.
Исследователи обнаружили, что сетевая модель достаточно эффективна для прогнозирования взаимосвязей между наркотиками и ADE, которые отсутствовали на снимке 2005 года, но присутствовали на снимке 2010 года. Например, основываясь только на данных, доступных в 2005 году, модель правильно определила 42 процента отношений лекарство-нежелательное действие, которые впоследствии были обнаружены в период с 2006 по 2010 год, при этом правильно признав ложными 95 процентов пар лекарство-нежелательное действие, которые в данных 2010 года были классифицируется как не имеющий связи.
"Мы считаем, что этот подход имеет реальные перспективы для активизации усилий по выявлению лекарственных рисков и управлению ими, помогая практикам в области безопасности лекарственных средств прогнозировать события с высокой вероятностью и направлять усилия по пониманию, предотвращению и смягчению этих событий до того, как они начнут появляться у пациентов," Ками сказал. "В настоящее время мы работаем над расширением этих методов, чтобы включить дополнительные источники данных о безопасности лекарственных средств и способствовать их внедрению в клиническую практику безопасности лекарственных средств."
"Сегодня мы в основном полагаемся на постмаркетинговое наблюдение для выявления нежелательных реакций на неизвестные лекарства, особенно с новыми классами лекарств," сказал Шеннон Манци, PharmD, фармацевт отделения неотложной помощи Детской больницы Бостона и соавтор исследования. "Фармацевтические компании не смогут протестировать каждую возможную комбинацию лекарственного средства и ADE, поэтому многие неизвестные взаимосвязи обнаруживаются только после того, как лекарство будет выведено на рынок."
"Возможность предсказать потенциальные отношения, которые ранее не рассматривались," она продолжила, "повысит безопасность лекарств по мере их поступления на рынок, что принесет пользу как фармацевтическим компаниям, так и пациентам."