Los puntos clave no están disponibles para este artículo en este momento.
PROPÓSITO: Los análisis de desproporcionalidad (DPA) se utilizan ampliamente en farmacovigilancia para detectar señales de seguridad a partir de informes espontáneos de eventos adversos. En estos análisis, el tiempo de aparición (TTO; el tiempo entre la vacunación y la aparición del evento adverso) rara vez se considera. Nuestro objetivo es evaluar el uso potencial del TTO para mejorar la detección de señales (SD). MÉTODOS: Los eventos adversos se definieron como señales para una vacuna si la distribución del TTO era significativamente diferente de la distribución de otros eventos para la misma vacuna y de la distribución obtenida con el mismo evento para otras vacunas. Las distribuciones se compararon dentro de una ventana temporal de 30 días utilizando la estadística de Kolmogorov-Smirnov de dos muestras. Usando la etiqueta del producto como un indicador de señales de seguridad verdaderamente positivas, se comparó la SD del TTO con un método DPA estándar (basado en la media geométrica bayesiana empírica estratificada) para una vacuna oral pediátrica viva (Rotarix™) y una vacuna inactivada para adultos (Fluarix™). RESULTADOS: Con el uso de la base de datos de informes espontáneos de GlaxoSmithKline para Rotarix™, se identificaron 10 términos preferidos del Diccionario Médico para Actividades Regulatorias como señales, y entre ellos, cinco estaban listados en la etiqueta del producto. El método DPA identificó solo tres términos preferidos de la etiqueta, es decir, la SD del TTO mostró mayor sensibilidad y especificidad. Para Fluarix™, la SD del TTO también mostró mayor sensibilidad pero menor especificidad. CONCLUSIÓN: Este método de SD del TTO es complementario, conceptualmente y prácticamente, a los DPA más tradicionales y no comparte el principal inconveniente de los DPA conocido como el efecto de enmascaramiento. Se puede lograr una mayor sensibilidad y/o especificidad utilizando la SD del TTO.
Holle et al. (Thu,) estudiaron esta cuestión.