Key points are not available for this paper at this time.
Les réactions indésirables aux médicaments sont la quatrième cause de décès aux États-Unis. Bien que les femmes prennent plus de temps à métaboliser les médicaments et éprouvent deux fois le risque de développer des réactions indésirables par rapport aux hommes, ces différences sexuelles ne sont pas complètement comprises. Les données cliniques du monde réel offrent une opportunité d'estimer les effets sur la sécurité dans des populations autrement peu étudiées, c'est-à-dire les femmes. Cependant, ces données sont soumises à des biais de confusion et à des covariables corrélées. Nous présentons AwareDX, un algorithme de pharmacovigilance qui tire parti des avancées en apprentissage automatique pour prédire les risques sexuels. Notre algorithme atténue ces biais et quantifie le risque différentiel d'un médicament causant un événement indésirable chez les hommes ou chez les femmes. AwareDX démontre une grande précision lors de la validation par rapport à la littérature clinique et aux mécanismes pharmacogénétiques. Nous présentons une ressource de 20 817 effets indésirables de médicaments présentant des risques spécifiques au sexe. AwareDX, et cette ressource, offrent une opportunité de minimiser les événements indésirables en adaptant la prescription et le dosage des médicaments au sexe.
Chandak et al. (Mar), ont étudié cette question.