数据提取与清洗
从FAERS数据库提取不良事件报告,去除重复并构建分析数据集。
从FAERS数据库获取2012年第四季度至2022年第四季度的数据,去除重复报告,仅保留最新报告;构建粗数据集和完整数据集(排除缺失年龄、性别、体重及异常值)。
Pharmacovigilance Study on Eosinophilic Pneumonia Induced by Anti-MRSA Agents: Analysis Based on the FDA Adverse Event Reporting System
回顾性药物警戒研究,使用FAERS数据库进行不成比例分析和特征比较,包含敏感性分析、多因素回归等,但无前瞻性实验或机制验证。
FAERS数据库中的不良事件报告
FAERS数据时间范围:2012年第四季度至2022年第四季度 排除重复报告,仅保留最新报告 完整数据集排除缺失年龄、性别、体重或异常值(年龄>130岁,体重>300kg)的报告 EP定义使用15个首选术语(SMQ 20000159) 敏感性分析仅纳入原发疑似或继发疑似药物角色代码
提炼研究问题、关键发现与证据,快速把握文章的核心贡献。
按研究推进顺序梳理实验设计、验证步骤与关键观察。
从FAERS数据库提取不良事件报告,去除重复并构建分析数据集。
从FAERS数据库获取2012年第四季度至2022年第四季度的数据,去除重复报告,仅保留最新报告;构建粗数据集和完整数据集(排除缺失年龄、性别、体重及异常值)。
定义抗MRSA药物和目标不良事件EP。
目标药物为达托霉素、万古霉素、利奈唑胺、替考拉宁,药物名称统一为通用名;仅考虑静脉制剂(万古霉素和利奈唑胺)。EP通过MedDRA SMQ 20000159下的15个首选术语定义。
检测抗MRSA药物与EP之间的不成比例信号。
使用报告比值比(ROR)和贝叶斯置信传播神经网络的信息成分(IC)进行不成比例性分析,并在完整数据集中调整年龄、性别、体重和合并抗MRSA药物;进行敏感性分析,仅纳入原发或继发疑似药物。
比较DAP诱导EP与其他DAP相关不良事件报告的特征。
从完整数据集中筛选DAP相关不良事件报告,排除角色代码非原发/继发疑似及缺少给药日期的报告;比较年龄、性别、体重、DAP给药持续时间、结局和适应证;计算发病时间并进行Kaplan-Meier分析和多因素逻辑回归。
按研究目的归类文中使用的方法,便于定位所需技术。
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 数据来源与清洗 | FAERS数据的时间范围(2012年第四季度至2022年第四季度)及重复报告处理方式 阅读提示:Methods: Data Sources |
| 目标药物定义 | 抗MRSA药物列表及万古霉素、利奈唑胺的静脉制剂限定 阅读提示:Methods: Target Drugs |
| EP定义 | EP定义的SMQ查询及包含的15个首选术语 阅读提示:Methods: Outcome Definition; Table 1 |
| 不成比例性分析 | 信号检测标准(ROR 95%CI下限>1,IC 95%CI下限>0)及调整变量(年龄、性别、体重、合并药物) 阅读提示:Methods: Statistical Analysis |
| 敏感性分析 | 敏感性分析纳入的药物角色代码(原发或继发疑似) 阅读提示:Methods: Target Drugs; Supplementary Table 1 |