Identificação de Interações Medicamentosa–Medicamento em Relatórios Espontâneos Utilizando Detecção de Sinais e Aspectos de Plausibilidade Biológica

Abordagens translacionais podem beneficiar a vigilância da segurança de medicamentos pós-comercialização através da crescente disponibilidade de dados de farmacologia de sistemas. Aqui, propomos uma nova estrutura bayesiana para identificar sinais de interação medicamentosa (DDI) e diferenciar entre sinais de medicamento individual e combinação de medicamentos. Esta estrutura é acoplada a uma abordagem de farmacologia de sistemas para avaliação automatizada de plausibilidade biológica. Integrando evidências estatísticas e biológicas, nosso método alcança uma melhoria de 16,5% (AUC: de 0,620 para 0,722) com associações de medicamentos-alvo-eventos adversos, 16,0% (AUC: de 0,580 para 0,673) com enzima de medicamento, e 15,0% (AUC: de 0,568 para 0,653) com informações sobre transportador de medicamento. Aplicando essa abordagem para detectar potenciais sinais de DDI de prolongamento do QT e rabdomiólise dentro do Sistema de Relato de Eventos Adversos da FDA (FAERS), enfatizamos a importância da farmacologia de sistemas em melhorar a detecção de sinais estatísticos na farmacovigilância. Nosso estudo demonstra a promessa da avaliação de plausibilidade biológica orientada por dados no contexto desafiador da vigilância de DDI pós-comercialização.