论文摘要
药物不良反应（Adverse Drug Reaction,ADR）监测是药品上市后的一项重要内容。目前常用的药品上市后监测方法有ADR自发呈报系统（Spontaneous ReportingSystem,SRS）、重点医院监测（Intensive Hospital Monitoring,IHM）、处方事件监测（Prescription-Event Monitoring,PEM）等。这些方法中,最为常用的是SRS,它是包括我国在内的各国ADR监测数据的主要来源。药品不良反应报告表填写的质量对于药品不良反应信号的产生具有重要意义。为了了解上海市不良反应报告的质量,本研究根据《药品不良反应/事件报告表规范分级标准》对报告表质量进行了评价。2003年12月—2007年4月上海市ADR自发呈报系统收集报告总数为32752份。2006年已经达到每百万人口650份ADR报告,报表来源于医师的占61.94%,严重的ADR报表比例为3.1%。运用多个自变量logistic逐步回归分析影响报表质量的危险因素及优势比、95%可信区间为:新的严重的（OR=2.187,95%CI:1.378～3.472）、新的一般（OR=2.130,95%CI:1.514～2.997）、严重的（OR=5.316,95%CI:4.152～6.805）、生产企业（OR=35.743,95%CI:28.270～45.191）、军队医院（OR=21.051,95%CI:28.270～45.191）、监测机构（OR=6.159,95%CI:2.383～15.917）、个人（OR=11.165,95%CI:2.333～53.434）、其他（OR=2.219,95%CI:1.035～4.755）。上海市ADR报告百万人口每年上报率和报表来源于医师的已达WHO要求的标准,但严重ADR报表的比例低于WHO要求的30%的标准。药物不良反应因果关系评价及其评价信号的可靠程度是ADR监测工作的重要内容,也是工作的难点。目前评价的方法主要有:①总体评价法②推理法③计分推算法④概率化法等。我国SFDA采用的是综合分析推理法。本研究在该方法的基础上,根据国家评价中心的评价结果作为药物和不良反应之间因果关系的权威标准和上海市ADR原始数据,运用粒子群优化算法（particle swarm optimazition,PSO）计算出ADR报表关于不良反应分析部分的5个问题16个问答选项的权重,并用所得到的权重构建了一个ADR因果关系评分系统。粒子群优化算法是近年来发展起来的一种新的进化算法（EvolutionaryAlgorithm,EA）,它从随机解出发,通过迭代寻找最优解,具有实现容易、精度高、收敛快等优点。将新建立的评分系统应用于上海市ADR原始数据,测试结果表明:①上海市ADR报表国家中心评价为“肯定”的报告285例,其中有228例被评分系统判断为“肯定”,105例“可能无关”的报告有74例被判断为“可能无关”,敏感度和特异度分别为80.0%和70.5%。②运用评分系统和综合分析推理法对原始数据进行ROC曲线比较,评分系统曲线下的面积为0.966,标准误为0.008,P＜0.001,综合分析推理法曲线下的面积为0.876,标准误0.017,P＜0.001,两者的95%可信区间分别为（0.951,0.981）、（0.842,0.909）,评分系统对药物和不良反应的因果关系的判断比综合分析推理法稍好。运用该评分系统对国家中心未予因果关系评价的ADR报告计算因果关系概率,得到“肯定”的报告170例,“可能无关”的报告1275例。研究结果表明,该评分系统具有一定的科学性和易用性,可以作为省中心、制药企业产生ADR信号及辅助医生临床决策、鉴别罕见不良反应的工具之一。