این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مجله اپیدمیولوژی ایران، جلد ۱، شماره ۱، صفحات ۱۷-۲۶
عنوان فارسی مقایسه روشهای اپیدمیولوژیک در شناسایی سیگنالهای عوارض دارویی ایران
چکیده فارسی مقاله زمینه و اهداف : در سالهای اخیر عوارض و مشکلات دارویی چهارمین الی ششمین عامل مرگ و میر در ایالات متحده آمریکا تخمین زده شده، مرگ و میر ناشی از عوارض دارویی در طول یک سال بیش از مرگ و میر سالانه ناشی از تصادفات با وسایل نقلیه، سرطان پستان و ایدز گزارش شده است. با توجه به این شواهد، هدف اصلی این پژوهش مقایسه مدلهای اپیدمیولوژیک در شناسایی سیگنالهای عوارض دارویی در ایران می باشد. روش بررسی : در این پژوهش کلیه عوارض دارویی گزارش شده به مرکز فارماکوویژیلانس ایران از فروردین 1377 الی پایان آذرماه 1383 مورد بررسی قرار گرفت و سه روش: Network (BCPNN) Bayesian Confidence Propagation Neural ، ROR))Reporting Odds Ratio و Proportional Reporting Ratio (PRR) جهت شناسایی سیگنالهای عوارض دارویی به کار گرفته شد. پس از انجام سه روش مذکور، سیگنالهای شناسایی شده توسط هر سه نوع روش با توجه به معیارهای جدید بودن عارضه، جدی و شدید بودن عارضه و فراوانی گزارشات مورد مقایسه قرار گرفت. یافته ها : یافته ها نشان می دهد که از فروردین 1377 الی پایان آذرماه 1383، تعداد 6353 مورد گزارش حاوی 11130 عارضه دارویی به مرکز فارماکوویژیلانس ایران ارسال شده است. برای ترکیب های دارو-عارضه با فراوانی 1 , 2 و 3 به ترتیب معادل 2838، 872 و 488 سیگنال توسط روش PRR ، 1120، 378 و 235 سیگنال توسط روش BCPNN و 2722، 862 و 481 سیگنال توسط روش ROR شناسایی شد. به نظر می رسد که جدی بودن عارضه، تعداد موارد گزارش شده از هر ترکیب دارو- عارضه و جدید بودن عارضه در فرآیند شناسایی و ارزیابی سیگنال های عوارض دارویی موثر می باشند. یافته ها نشان می دهد که روش BCPNN نسبت به سایر روشها درصد بیشتری از عوارض جدی و شدید شناخته شده را در کل سیگنالهای ردیابی شده به خود اختصاص می دهد. نتیجه گیری : بر اساس یافته ها پیشنهاد می گردد که روشهای به کار رفته در این مطالعه جزو فعالیت های روتین مرکز فارماکوویژیلانس ایران گنجانده شود و روند تغییرات معیارهای مورد بررسی در طول زمان ارزیابی گردد.
کلیدواژه‌های فارسی مقاله عوارض دارویی،فارماکوویژیلانس،سیگنال،ایمنی دارویی
عنوان انگلیسی Comparing epidemiological methods in detecting drug safety signal in IRAN
چکیده انگلیسی مقاله Background and Objectives:To compare three different methods of signal detection applied to the Adverse Drug Reactions registered in the Iranian Pharmacovigilance database from 1998 to 2005. Materials and Methods:All Adverse Drug Reactions (ADRs) reported to Iranian Pharmacovigilance Center from March 1998 through January 2005, were included in the analysis. The data were analyzed based on three different signal detection methods including Reporting Odds Ratios (PRRs), Bayesian Propagation Neural Network (BCPNN) and Reporting Odds Ratios (RORs). Signals detected by each method were categorized based on the number of reports per drug-adverse event combination, severity of the event and labeled or unlabeled ADRs. The methods applied to signal detection were then compared in recognizing different types of adverse events. Results: A total of 6353 cases of ADR reports, describing 11130 reactions, were reported to Iranian Pharmacovigilance Center (IPC) during the study period. The dataset involved 4975 drug-event combinations, which were assessed for detecting signals. The counts of drug-event combinations was 1, 2 and 3 or more for 3470, 727 and 779 combinations, respectively. There were 500 drug items responsible for 468 reaction terms in the database. According to PRR and 95% Confidence Interval, there were 2838, 872 and 488 drug-event combinations known as a signal for the pairs with the reporting frequency of ³1, ³2 and ³3 reports, respectively. The signals detected with the criteria of PRR³2, c2³4 were 2930, 872 and 480 for the pairs with the same reporting frequencies. Estimates of RORs and the 95% Confidence Interval showed that 2722, 862 and 481 drug-event combinations were detected to be signal for the pairs with the reporting frequency of ³1, ³2 and ³3 reports, respectively, while measuring IC and IC-2SD detected 1120, 378 and 235 cases for the same reporting frequencies. There were 234 signals detected by all three methods. Conclusion: Despite the similarities between data mining methodologies for signal detection, there are differences in the numbers of signals detected by each method. The study findings suggest that quantitative signal detection methods should be added to the routine Pharmacovigilance activities in Iran and the trends for quantitative measures over time should be monitored.
کلیدواژه‌های انگلیسی مقاله Adverse Drug Reactions,Pharmacovigilance,Signal,Drug safety
نویسندگان مقاله گلوریا شلویری | g shalviri
ph.d, mph iranian adverse drug reaction monitoring center, under-secretary for food amp;amp; drug affairs
مرکز ثبت و بررسی عوارض ناخواسته داروها, دبیرخانه تحقیقات کاربردی, معاونت غذا و دارو, وزارت بهداشت, د
سازمان اصلی تایید شده: وزارت بهداشت درمان و آموزش پزشکی (Ministry of health and medical education)

کاظم محمد | k mohammad
ph.d associate professor of epidemiology, department of biostatistics and epidemiology, school of p
گروه اپیدمیولوژی و آمار زیستی, دانشکده بهداشت و انستیتوتحقیقات بهداشتی, دانشگاه علوم پزشکی و خدمات ب

سیدرضا مجدزاده | s r majdzadeh
ph.d associate professor of epidemiology, department of biostatistics and epidemiology, school of p
گروه اپیدمیولوژی و آمار زیستی, دانشکده بهداشت و انستیتوتحقیقات بهداشتی, دانشگاه علوم پزشکی و خدمات ب

خیراله غلامی | k gholami
ph.d associate professor of clinical pharmacy, faculty of pharmacy, tehran university of medical sc
گروه داروسازی بالینی , دانشکده داروسازی , دانشگاه علوم پزشکی و خدمات بهداشتی درمانی تهران
سازمان اصلی تایید شده: دانشگاه علوم پزشکی تهران (Tehran university of medical sciences)

نشانی اینترنتی http://irje.tums.ac.ir/browse.php?a_code=A-10-25-201&slc_lang=fa&sid=fa
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده عمومی
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات