29pamOl 大規模副作 用症例報告 デー タにお ける医薬 品併用 デー タか らの階層 ベ イズモデル を用 いた有害事象 の推定 森川 馨 1, ○石田 和也 2,佐藤 耕一 2 ,大塚 知子 1(l 帝京大薬 ,2タク ミイ ンフ ォ メー シ ョンテク ノロジー ) 【目的 】 市販後 医薬 品の副作用データの解析 において、併用データから各 医薬 品の有 害事象を推定することは本質的な問題である。本研究では、米国 FDAの大規模副作用 Ad ve r s eEve n tRe por t i ngS ys t e mAERS:1 997Q4-201 2Ql: 約 511万件)を 報告データ( 用いて、併用データから各 医薬 品の有害事象を推定するベイズモデルを検討した 【 方法 】 AERS データ( 1 997Q4-201 2Ql: 3, 786, 642 症例)を用い、併用データから階層 ベイズモデルを用いて MCMC( Ma r ko vCha i nMont eCa r l o)法により各医薬 品の有害事 象報告率を推定した。パラメータの推定には Wi nBUGS1 . 4. 3及び R-2. 1 5. 2を用いた。 【 結果 ・ 考察 】 臨床現場からの医薬 品の副作用データの解析 には、併用を考慮した解析 が必要である。しかし、単純 に併用医薬 品をカテゴリカル変数としてロジスティック回帰分 析を行っても共通の誤差を仮定する通常のモデルでは AERSのような大規模データでは、 すべての変数が有意となる over d i s pe r s i on が起こり、解析結果 に妥 当性 がない。そこで 本研究では、パラメータの推定に確 率分布を考えたゆるい連 立方程式( 各医薬 品の有害 事象報告率 に確率分布 を考える) を解 くことを考え、医薬 品の併用を解析する階層ベイ ズモデルを検討 した。各 医薬 品の組 み合わせ により副作用報告率 は異なるため、組み s ha r t 合わせごとに異なる分布 として多変量正規分布 、及びその超事前分布 として逆 wi 分布を仮定した。切片 には膨大な数の当該 医薬 品以外で報告されるバックグラウンドとし ての副作用報告率として、主効果とは異なる正規分布を仮定し、混合分布 とした。また交 互作用 には正規分布を仮定した。階層ベイズモデルを用いることにより、向精神薬 、抗 HI V薬等の AERSの大規模併用データから、各医薬 品の有害事象報告率及びその他パ ラメータの分布 の推定が可能となった。以上、ベイズ統計のアプローチは、市販後 医薬 品の併用データから各医薬 品の有害事象を推定する際に有用な方法であると考える。 。
© Copyright 2024 ExpyDoc