王嘯宇，郭代紅（解放軍總醫(yī)院藥品保障中心，北京 100853）

基于電子醫(yī)療檔案的藥品不良反應(yīng)自動監(jiān)測系統(tǒng)建設(shè)及應(yīng)用

王嘯宇，郭代紅（解放軍總醫(yī)院藥品保障中心，北京 100853）

目的：了解基于電子醫(yī)療檔案的藥品不良反應(yīng)自動監(jiān)測系統(tǒng)發(fā)展概況，為ADR自動監(jiān)測系統(tǒng)建設(shè)提供參考。方法：通過文獻(xiàn)回顧性研究，歸納國內(nèi)外ADR自動監(jiān)測系統(tǒng)結(jié)構(gòu)、標(biāo)準(zhǔn)、方法等方面研究與建設(shè)現(xiàn)狀，思考并展望國內(nèi)下一步工作趨向。結(jié)果：美歐開發(fā)的自動監(jiān)測系統(tǒng)OMOP、MS、EU-ADR、PROTECT已應(yīng)用多年，數(shù)據(jù)標(biāo)準(zhǔn)化、信號探測、流行病學(xué)方法創(chuàng)新、統(tǒng)計學(xué)模型開發(fā)等技術(shù)方面相對成熟。國內(nèi)基于觸發(fā)器技術(shù)的自動監(jiān)測系統(tǒng)建設(shè)已有顯著進(jìn)步，但多屬于科研團(tuán)隊在監(jiān)測方法、管理模式等的探索性研究，尚沒有成型的自動監(jiān)測網(wǎng)絡(luò)，文本識別技術(shù)應(yīng)用尚待提升。結(jié)論：有待結(jié)合國情深化ADR事件偵測、方法學(xué)、質(zhì)控標(biāo)準(zhǔn)、網(wǎng)絡(luò)建設(shè)等研究，提高ADR自動監(jiān)測效能，以獲取詳實(shí)的藥物安全性評價數(shù)據(jù)。

藥品不良反應(yīng)；自動監(jiān)測；電子醫(yī)療檔案；統(tǒng)計學(xué)；觸發(fā)器

自2011年我國《藥品不良反應(yīng)報告和監(jiān)測管理辦法》中要求開展藥品重點(diǎn)監(jiān)測，藥品安全風(fēng)險監(jiān)管重心已由信息采集向技術(shù)評價轉(zhuǎn)移。借助計算機(jī)信息化技術(shù)、基于觸發(fā)器原理和文本信息識別技術(shù)、圍繞電子醫(yī)療數(shù)據(jù)庫開展的藥品不良反應(yīng)（adverse drug reaction，ADR）主動監(jiān)測，稱之為自動監(jiān)測（automatic monitoring）更為準(zhǔn)確。自動監(jiān)測能夠通過連續(xù)的預(yù)先設(shè)定程序收集ADR信息，達(dá)到全面獲取ADR數(shù)量目的，具有病例基數(shù)大、病歷資料詳實(shí)、快速靈活等特點(diǎn)，迎合了醫(yī)療檔案電子化的大趨勢，不僅能得到真實(shí)世界準(zhǔn)確的ADR發(fā)生率、進(jìn)而獲得相關(guān)風(fēng)險評估數(shù)據(jù)，也能夠轉(zhuǎn)化臨床提供用藥風(fēng)險的預(yù)警預(yù)測，為高水準(zhǔn)安全風(fēng)險評價奠定基礎(chǔ)技術(shù)工作，近年來已得到快速發(fā)展?；仡檱鴥?nèi)外基于電子醫(yī)療數(shù)據(jù)庫的ADR自動監(jiān)測系統(tǒng)建設(shè)及應(yīng)用情況，目前國際上較為成熟也已成為主流的有四個大型ADR自動監(jiān)測網(wǎng)絡(luò)，其他一些小型ADR自動監(jiān)測系統(tǒng)雖各具特色，但研究思路多不出其右。本文綜述該領(lǐng)域的研究現(xiàn)狀，以期更好地開展藥物安全評價，實(shí)施用藥風(fēng)險警示與防控。

1　醫(yī)療結(jié)果觀測合作項目

由美國FDA、學(xué)術(shù)界、數(shù)據(jù)所有者、藥企共同參與，美國國立衛(wèi)生研究院資助的ADR主動監(jiān)測網(wǎng)絡(luò)研究公私合作計劃——醫(yī)療結(jié)果觀測合作項目（Observational Medical Outcomes Partnership，OMOP）是國際上最為重要的ADR主動監(jiān)測系統(tǒng)。其目的是建立基于現(xiàn)有觀察性數(shù)據(jù)庫的全國性的藥品安全主動監(jiān)測網(wǎng)絡(luò)，并提供數(shù)據(jù)結(jié)構(gòu)模型、管理標(biāo)準(zhǔn)和方法學(xué)參考[1]。其研究的內(nèi)容涉及主動監(jiān)測網(wǎng)絡(luò)建設(shè)的各方面，且透明度高，所有的課題內(nèi)容、項目進(jìn)度、研究成果均通過官方網(wǎng)站（http://omop.org/）向公眾開放，信息共享。自2008年以來，OMOP取得很多重要成果。

1.1建立通用數(shù)據(jù)模型

真實(shí)世界中ADR主動監(jiān)測系統(tǒng)的數(shù)據(jù)來源包括保險索賠數(shù)據(jù)庫、醫(yī)療數(shù)據(jù)中心、電子病歷系統(tǒng)等不同類型數(shù)據(jù)庫，所采集的數(shù)據(jù)內(nèi)容、數(shù)據(jù)格式差異明顯，數(shù)據(jù)流通、集中處理難以實(shí)現(xiàn)。通用數(shù)據(jù)模型（Common Data Model，CDM）研究數(shù)據(jù)庫內(nèi)容、組織結(jié)構(gòu)特點(diǎn)，建立庫中詞條與標(biāo)準(zhǔn)化詞典的映射表，采集并處理患者人口學(xué)特征、診斷、用藥情況等7類醫(yī)療數(shù)據(jù)，完成數(shù)據(jù)的標(biāo)準(zhǔn)化[2]；所采用的標(biāo)準(zhǔn)化詞典包括疾病詞典SNOMED，藥物詞典RxNorm，不良事件詞典LOINC。CDM的多中心數(shù)據(jù)流通性好，有利于數(shù)據(jù)庫間的科研合作，但在隨后的研究中發(fā)現(xiàn)，不同數(shù)據(jù)庫的數(shù)據(jù)在使用CDM標(biāo)準(zhǔn)化后，異質(zhì)性仍然會顯著影響安全信號評估[3]，仍需進(jìn)一步優(yōu)化。

1.2推進(jìn)主動監(jiān)測標(biāo)準(zhǔn)研究

基于數(shù)據(jù)庫的ADR主動監(jiān)測作為觀察性研究，會受到目標(biāo)結(jié)果的判斷標(biāo)準(zhǔn)、統(tǒng)計學(xué)方法選擇等多方面因素影響。為確保主動監(jiān)測結(jié)果的準(zhǔn)確性，OMOP發(fā)起了大量的主動監(jiān)測相關(guān)標(biāo)準(zhǔn)的研究，可概括為2類：（1）ADR的診斷標(biāo)準(zhǔn)：OMOP在前人研究的基礎(chǔ)上，以疾病編碼系統(tǒng)為手段，整理了數(shù)據(jù)庫中ADR事件的診斷標(biāo)準(zhǔn)，在實(shí)驗(yàn)中探索診斷標(biāo)準(zhǔn)對監(jiān)測結(jié)果帶來的影響[4]。（2）對照組選擇的金標(biāo)準(zhǔn)：在觀察性實(shí)驗(yàn)中，對照組的選擇非常關(guān)鍵，極大地影響著實(shí)驗(yàn)結(jié)果。OMOP通過文獻(xiàn)研究、統(tǒng)計學(xué)分析，確定了398個可供觀察性實(shí)驗(yàn)選擇的不良反應(yīng)風(fēng)險信號，其中包括164個陽性對照，234個陰性對照，涉及急性肝損傷、急性腎損傷、急性心肌梗死、上消化道出血4個ADR事件，7類181種懷疑藥品[5]。

1.3開發(fā)主動監(jiān)測相關(guān)方法

OMOP方法學(xué)實(shí)驗(yàn)室（http://omop.org/ methodlibrary）在現(xiàn)有的統(tǒng)計學(xué)模型的基礎(chǔ)上，立足于CDM發(fā)展出一系列新的統(tǒng)計學(xué)方法。研究成果中可用于實(shí)踐的統(tǒng)計學(xué)方法有13種，功能包括風(fēng)險信號監(jiān)測、ADR評估、偏倚控制等[6]。同時還評估了已有ADR自發(fā)上報系統(tǒng)的風(fēng)險信號探測統(tǒng)計學(xué)模型，結(jié)果表明模型間的性能差異很小，但適用范圍有所不同[7]。方法學(xué)與CDM及監(jiān)測標(biāo)準(zhǔn)的研究是相輔相成的有機(jī)整體，CDM、監(jiān)測標(biāo)準(zhǔn)為方法學(xué)的探索、應(yīng)用提供條件，方法學(xué)又可評估前兩者的建設(shè)水平，三者之間相互促進(jìn)、驗(yàn)證，形成一個良好的科研生態(tài)系統(tǒng)。

2　迷你哨點(diǎn)

迷你哨點(diǎn)（Mini-Sentinel，MS）是美國FDA成立的Sentinel System的重要組成部分，其建立的初衷是基于大數(shù)據(jù)的主動監(jiān)測方法對藥物風(fēng)險信號進(jìn)行驗(yàn)證，由此發(fā)展成為集風(fēng)險信號發(fā)現(xiàn)、驗(yàn)證、評估，數(shù)據(jù)結(jié)構(gòu)及算法研究，政策評價于一身的大型ADR主動監(jiān)測網(wǎng)絡(luò)[8]。該系統(tǒng)可快捷、全面地提供監(jiān)測結(jié)果，是ADR自發(fā)監(jiān)測系統(tǒng)的有益補(bǔ)充，以其無法達(dá)到的視角分析ADR項目，彌補(bǔ)其不足。

2.1建成覆蓋全國的主動監(jiān)測網(wǎng)絡(luò)

自2008年至今，MS已擁有18個數(shù)據(jù)伙伴，包括保險索賠數(shù)據(jù)庫7個，醫(yī)療數(shù)據(jù)中心10個和獨(dú)立電子病歷系統(tǒng)1個，覆蓋全美1.82億人口，觀察時間3.34億人年。通過合作伙伴數(shù)據(jù)資源整合而成的離散型數(shù)據(jù)網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)管理。為維護(hù)數(shù)據(jù)安全和尊重患者隱私，數(shù)據(jù)伙伴在各自防火墻內(nèi)完成數(shù)據(jù)的提取、統(tǒng)計，然后只上傳統(tǒng)計結(jié)果至運(yùn)算中心進(jìn)行匯總分析。MS在OMOP數(shù)據(jù)標(biāo)準(zhǔn)化研究的基礎(chǔ)上結(jié)合各數(shù)據(jù)庫特點(diǎn)完善了CDM，并開發(fā)集數(shù)據(jù)提取、統(tǒng)計運(yùn)算功能于一體的模塊化程序，作為數(shù)據(jù)收集工作的輔助[9]。這種離散型的數(shù)據(jù)網(wǎng)絡(luò)極大地擴(kuò)展了主動監(jiān)測的數(shù)據(jù)覆蓋范圍，促進(jìn)復(fù)雜實(shí)驗(yàn)設(shè)計和統(tǒng)計模型的使用。

2.2開展主動監(jiān)測方法學(xué)研究

一是ADR選擇、診斷標(biāo)準(zhǔn)的確定和驗(yàn)證，二是離散型數(shù)據(jù)網(wǎng)絡(luò)中藥品風(fēng)險信號判定的統(tǒng)計學(xué)方法。由專家小組選定目標(biāo)ADR，通過文獻(xiàn)研究確定用于數(shù)據(jù)庫病案檢索的疾病編碼及編碼組合，測試疾病編碼作為診斷標(biāo)準(zhǔn)的準(zhǔn)確性[10]。照此路線，MS已確定了急性心肌梗死、過敏性休克、急性肝損傷等二十余個ADR診斷標(biāo)準(zhǔn)，并應(yīng)用于主動監(jiān)測。統(tǒng)計學(xué)方法研究方面，針對離散型數(shù)據(jù)網(wǎng)絡(luò)這一特定數(shù)據(jù)結(jié)構(gòu)進(jìn)行的具有代表性的探索項目有：為解決離散統(tǒng)計結(jié)果匯總問題，探索病例中心制邏輯回歸（case-centered logistic regression）、薈萃分析（Meta-analysis）應(yīng)用范圍、模型性能[11]；為規(guī)定數(shù)據(jù)收集時間節(jié)點(diǎn)而進(jìn)行的數(shù)據(jù)網(wǎng)絡(luò)分組序貫分析、連續(xù)序貫分析統(tǒng)計效果的比較[12]。這些研究完善了MS的統(tǒng)計學(xué)理論基礎(chǔ)和實(shí)踐方法，對其他類型的數(shù)據(jù)網(wǎng)絡(luò)研究亦具有借鑒意義。

2.3風(fēng)險信號與政策評價

MS系統(tǒng)發(fā)起以來，已完成了對血管緊張素轉(zhuǎn)換酶抑制劑與血管性水腫、達(dá)比加群與出血、戒煙藥與心血管疾病、免疫球蛋白與溶血等諸多風(fēng)險信號的評估，正在進(jìn)行免疫球蛋白與血栓、胃腸道外鐵劑與過敏反應(yīng)等信號的深入挖掘。MS還研究了FDA關(guān)于長效β2受體使用與第二代抗精神病藥的血糖監(jiān)測指南[13]等行政行為在醫(yī)療行為中發(fā)揮的作用，對FDA政策的制定產(chǎn)生了一定的影響。

OMOP與MS同為FDA參與主動監(jiān)測網(wǎng)絡(luò)，但二者之間差異顯著：前者專注于主動監(jiān)測相關(guān)技術(shù)的開發(fā)與應(yīng)用的基礎(chǔ)研究，后者則針對真實(shí)世界ADR風(fēng)險信號評價等現(xiàn)實(shí)開展工作。這種差異也表現(xiàn)在目標(biāo)選擇、對照選擇等方面，OMOP對其目標(biāo)ADR事件的所有相關(guān)藥品進(jìn)行分析，而MS采用專家小組咨詢制度選擇特定信號。而在流行病學(xué)和統(tǒng)計學(xué)設(shè)計上，OMOP多采用隊列研究，MS多采用病例對照和自身對照，也使二者針對同一事件的統(tǒng)計結(jié)果存在一定差異[14]。

3　歐盟資助的跨國主動監(jiān)測系統(tǒng)建設(shè)

由歐盟資助的跨國ADR主動監(jiān)測系統(tǒng)有EUADR（Exploring and Understanding Adverse Drug Reactions）和PROTECT（Pharmacoepidemiological Research on Outcomes of Therapeutics by a European ConsorTium）兩家，其數(shù)據(jù)來源是各國的醫(yī)療數(shù)據(jù)庫，工作重點(diǎn)在于方法學(xué)研究，很少進(jìn)行具體的危險信號驗(yàn)證。EU-ADR更是將所屬的數(shù)據(jù)庫、研究成果以網(wǎng)絡(luò)平臺（https://bioinformatics.ua.pt/euadr/）的形式向各國相關(guān)學(xué)科的研究人員開放，進(jìn)行ADR及風(fēng)險信號的研究，但兩個系統(tǒng)間存在很大不同。

3.1EU-ADR

2008年啟動該系統(tǒng)，一直致力于ADR的早期發(fā)現(xiàn)，即基于ADR事件對懷疑藥物進(jìn)行大范圍篩選：由專家組選定監(jiān)測方向后，通過文獻(xiàn)研究分析ADR的藥理學(xué)、生理學(xué)信息，探索ADR發(fā)生的合理性，如果合理即納入懷疑信號，反之則舍棄[15]。相關(guān)研究包括制定文獻(xiàn)篩選流程并將其自動化、建立機(jī)器學(xué)習(xí)數(shù)據(jù)庫、數(shù)據(jù)提取標(biāo)準(zhǔn)等[16]。通過與自發(fā)報告系統(tǒng)在急性肝損傷、上消化道出血、急性腎損傷等ADR風(fēng)險信號發(fā)現(xiàn)能力對比，EU-ADR在急性肝損傷、上消化道出血等背景干擾信號較多的ADR風(fēng)險信號發(fā)現(xiàn)能力強(qiáng)于自發(fā)報告系統(tǒng)[17-18]，是后者的有效補(bǔ)充。

3.2PROTECT

該系統(tǒng)研究重點(diǎn)在于主動監(jiān)測方法學(xué)，包括監(jiān)控和統(tǒng)計分析手段的開發(fā)和選擇，特別是在監(jiān)控網(wǎng)絡(luò)危險信號評估程序測試、混雜因素及偏倚的控制等方面做了許多卓有成效的工作[19-21]。PROTECT的另一項工作為結(jié)合歐洲現(xiàn)有的數(shù)據(jù)庫，測試自發(fā)報告系統(tǒng)中的危險信號評估方法[22]。結(jié)果表明不同方法的效能并無顯著差別，但算法在不同類型數(shù)據(jù)庫中的表現(xiàn)存在差異，應(yīng)結(jié)合數(shù)據(jù)庫的情況選擇，這與OMOP研究成果相一致。

4　其他主動監(jiān)測技術(shù)的開發(fā)

在上述主要大型ADR主動監(jiān)測網(wǎng)絡(luò)之外，國外還有許多小型ADR主動監(jiān)測系統(tǒng)以及醫(yī)院借助通用觸發(fā)器工具系統(tǒng)開展的局部探索；研究思路受大型監(jiān)測網(wǎng)絡(luò)影響，缺乏創(chuàng)新特色。國內(nèi)基于觸發(fā)器技術(shù)的自動監(jiān)測系統(tǒng)建設(shè)已有顯著進(jìn)步，但技術(shù)積累及相應(yīng)的數(shù)據(jù)管理模式有限，多屬于科研團(tuán)隊在監(jiān)測方法、管理模式等的探索性研究，研發(fā)思路與國外以大型數(shù)據(jù)庫為中心的網(wǎng)絡(luò)化建設(shè)有較大差別，系統(tǒng)開發(fā)多基于醫(yī)療機(jī)構(gòu)管理系統(tǒng)內(nèi)的患者病歷資料，以完善ADR上報機(jī)制和提供患者用藥安全風(fēng)險警示為主要目的，采用技術(shù)手段挖掘?qū)嶒?yàn)室檢查指標(biāo)或文本資料中的ADR信號。文獻(xiàn)報道相對較少，也沒有成型的自動監(jiān)測網(wǎng)絡(luò)。

4.1互聯(lián)網(wǎng)搜索日志中ADR信號篩選

信息化時代互聯(lián)網(wǎng)成為生活重要組成部分，通過分析網(wǎng)絡(luò)中大眾行為預(yù)測疾病、健康事件是流行病學(xué)領(lǐng)域新興的熱點(diǎn)，谷歌公司和微軟公司都在進(jìn)行此方面的研究[23-24]。在微軟與斯坦福大學(xué)合作項目中，White團(tuán)隊[25]通過收集用戶互聯(lián)網(wǎng)搜索日志中關(guān)于藥品及ADR的檢索請求，梳理藥品與ADR之間的時間關(guān)聯(lián)性，使用自身對照模型甄別藥品風(fēng)險信號。該系統(tǒng)以O(shè)MOP制定的對照組金標(biāo)準(zhǔn)為測試案例進(jìn)行測試，結(jié)果表明其在實(shí)驗(yàn)中準(zhǔn)確性與傳統(tǒng)方法相當(dāng)。此嘗試為ADR主動監(jiān)測提供新的思路，然而真實(shí)世界中大眾對不同ADR的認(rèn)知存在偏倚，系統(tǒng)的監(jiān)測能力難以預(yù)測。

4.2國內(nèi)“醫(yī)療機(jī)構(gòu)ADR主動監(jiān)測與智能管理系統(tǒng)”

此系統(tǒng)在藥品風(fēng)險監(jiān)測防控技術(shù)研究與藥品安全性數(shù)據(jù)評價研究中完成度較高，系列性體現(xiàn)突出[26]，是基于觸發(fā)器原理、大數(shù)據(jù)挖掘技術(shù)開發(fā)而成。在該團(tuán)隊早前將體溫作為觸發(fā)條件篩選藥物風(fēng)險信號研究中[27]，需人工完成的工作量過大，陽性率過低，適用性不佳。此后改變設(shè)計策略，強(qiáng)化了藥品與ADR的針對性，并引進(jìn)多重選擇的相關(guān)指標(biāo)，實(shí)施目標(biāo)藥物和住院病人肝腎功能、血小板、血紅蛋白等多個ADR的自動監(jiān)測，結(jié)果顯示系統(tǒng)的ADR陽性報警率得到有效提升[28]。截止目前利用此系統(tǒng)開展的研究包括利奈唑胺與血小板減少、萬古霉素與腎功能異常、阿托伐他汀與轉(zhuǎn)氨酶異常、吉西他濱與貧血等，并實(shí)施有多中心后續(xù)研究，具有較好的實(shí)際意義[29-36]。但目前該系統(tǒng)監(jiān)測項目僅限于相關(guān)的量化實(shí)驗(yàn)室檢查指標(biāo)，應(yīng)用面有待進(jìn)一步拓展。

4.3國內(nèi)其他主動監(jiān)測系統(tǒng)

潘雁等[37]基于院內(nèi)HIS系統(tǒng)開發(fā)的化療藥物血液系統(tǒng)ADR監(jiān)測軟件，?？铺厣黠@，但應(yīng)用范圍有限。陸曉彤等[38]、王明媚等[39]以丙氨酸氨基轉(zhuǎn)移酶等檢驗(yàn)數(shù)據(jù)為目標(biāo)，設(shè)計研制的ADR自動監(jiān)測系統(tǒng)，在發(fā)現(xiàn)新的肝功能損傷危險信號方面有一定作用，但目標(biāo)單一且不能消除混雜因素，實(shí)用價值不樂觀。耿魁魁等[40]探索醫(yī)療檔案文本信息挖掘技術(shù)，利用“發(fā)熱”、“骨髓抑制”等ADR常見術(shù)語作為關(guān)鍵詞，搜索特定病區(qū)病例，過于依賴醫(yī)生病案的書寫規(guī)范化程度和關(guān)鍵詞庫的規(guī)模，且沒有引入權(quán)重等關(guān)鍵詞評價指標(biāo)，其結(jié)果的陽性率難以提升。這些研究在嘗試性文章發(fā)表后未再見后續(xù)報道，實(shí)際作用難以評價。

5　未來發(fā)展與思考

5.1信息化集中監(jiān)測模式更為高效精準(zhǔn)

涉及ADR監(jiān)測的不同模式中，自發(fā)報告監(jiān)測篩選風(fēng)險信號，集中監(jiān)測（主動監(jiān)測）獲取重點(diǎn)品種ADR發(fā)生率，并可據(jù)此開展流行病學(xué)研究得到相關(guān)風(fēng)險數(shù)據(jù)，但其成本付出巨大。而借助專向研發(fā)軟件實(shí)施的自動監(jiān)測（信息化集中監(jiān)測），雖然仍需人工審核系統(tǒng)給出的ADR信號，但因事先排除了大量無關(guān)病例而大大節(jié)省了人力和時間，使主動監(jiān)測更趨高效精準(zhǔn)。且評價員關(guān)注焦點(diǎn)更集中于系統(tǒng)篩選的病例，更易發(fā)現(xiàn)一些罕見ADR。而圍繞電子醫(yī)療檔案實(shí)施的自動監(jiān)測不僅能得到真實(shí)世界準(zhǔn)確的ADR發(fā)生率、進(jìn)而獲得相關(guān)風(fēng)險評估數(shù)據(jù)，也能夠轉(zhuǎn)化臨床提供用藥風(fēng)險的預(yù)警預(yù)測。詳見表1。

5.2學(xué)習(xí)借鑒美歐先進(jìn)技術(shù)

美歐將計算機(jī)及網(wǎng)絡(luò)技術(shù)引進(jìn)并形成ADR監(jiān)測網(wǎng)絡(luò)，在電子醫(yī)療檔案中探測風(fēng)險信號，大大降低其成本并提升監(jiān)測效率。我們應(yīng)吸收國外技術(shù)和開發(fā)經(jīng)驗(yàn)，在基礎(chǔ)建設(shè)、組織結(jié)構(gòu)、方法學(xué)研究等方面縮小與國際水平的差距。但其也存在一些不足：（1）數(shù)據(jù)依賴合作伙伴，內(nèi)容選擇受限，例如MS的主要數(shù)據(jù)來源為保險索賠數(shù)據(jù)庫，而索賠數(shù)據(jù)庫中不包括實(shí)驗(yàn)室檢查結(jié)果，無法從實(shí)驗(yàn)室結(jié)果做出全面的分析[41]；（2）數(shù)據(jù)采集滯后，臨床上發(fā)生的數(shù)據(jù)需經(jīng)過數(shù)據(jù)伙伴的收集整理，電子化、標(biāo)準(zhǔn)化后才能被系統(tǒng)采用；（3）主要為大數(shù)量的風(fēng)險信號的處理，無法進(jìn)行病人個體醫(yī)療過程中的用藥風(fēng)險監(jiān)控。

表1　不同ADR監(jiān)測方法的特點(diǎn)Tab 1　Characteristics of different ADR monitoring methods

5.3結(jié)合國情逐步強(qiáng)化ADR監(jiān)測

ADR主動監(jiān)測是藥品上市后安全性評價的重要環(huán)節(jié)，也是ADR風(fēng)險信號評估的重要手段，實(shí)施自動監(jiān)測應(yīng)結(jié)合國情在以下方面進(jìn)行系統(tǒng)完善：

5.3.1深化ADR識別技術(shù)，強(qiáng)化醫(yī)療文本資料的利用

宜在法基礎(chǔ)上，探索自然語序處理手段，運(yùn)用貝葉斯網(wǎng)絡(luò)、決策樹等文本分類方法，篩選ADR信號，拓展主動監(jiān)控項目。期間宜考慮服務(wù)器負(fù)荷、監(jiān)測效率等，結(jié)合實(shí)踐經(jīng)驗(yàn)權(quán)衡系統(tǒng)的多選擇適用性；特別是在復(fù)雜的藥品不良反應(yīng)事件中，應(yīng)聯(lián)合采用實(shí)驗(yàn)室檢驗(yàn)結(jié)果與醫(yī)療文本資料進(jìn)行分析。

5.3.2推進(jìn)方法學(xué)研究，建立質(zhì)控標(biāo)準(zhǔn)提取自HIS的數(shù)據(jù)，同質(zhì)化程度越高，越有利于得到更為可信的評價結(jié)果。成熟的主動監(jiān)測系統(tǒng)是建立在充分的方法學(xué)研究的基礎(chǔ)上，這其中包括統(tǒng)計學(xué)、流行病學(xué)、計算機(jī)等新方法探索，還應(yīng)借助已有方法開展對比研究，如病例篩選納入排除標(biāo)準(zhǔn)的對照、系統(tǒng)混雜因素控制方法的對照等。對性能測試、結(jié)果表達(dá)等環(huán)節(jié)還應(yīng)建立普適性標(biāo)準(zhǔn)，減少研究間的差異性，提高研究結(jié)果的可重復(fù)性。

5.3.3構(gòu)建醫(yī)療機(jī)構(gòu)為哨點(diǎn)的主動監(jiān)測網(wǎng)絡(luò)醫(yī)療機(jī)構(gòu)是國內(nèi)ADR報告的主體，報告人臨床實(shí)踐經(jīng)驗(yàn)豐富；在哨點(diǎn)醫(yī)院建設(shè)自動監(jiān)測軟件端口，完成數(shù)據(jù)標(biāo)準(zhǔn)化并結(jié)合現(xiàn)有ADR報告網(wǎng)絡(luò)上傳數(shù)據(jù)，可在短時間內(nèi)建立起覆蓋全國的主動監(jiān)測網(wǎng)絡(luò)。既可開展大范圍信息收集以完成風(fēng)險信號的發(fā)現(xiàn)與評估，還可利用統(tǒng)計學(xué)手段進(jìn)行廣泛篩查，發(fā)揮大數(shù)據(jù)優(yōu)勢，分析已完成標(biāo)準(zhǔn)化數(shù)據(jù)中ADR的影響因素。

[1] Harpaz R,DuMouchel W,Shah NH,et al. Novel data-mining methodologies for adverse drug event discovery and analysis[J]. Clin Pharmacol Ther,2012,91(6): 1010-1021.

[2] Overhage JM,Ryan PB,Reich CG,et al. Validation of a common data model for active safety surveillance research[J]. J Am Med Inform Assoc,2012,19(1): 54-60.

[3] Madigan D,Ryan PB,Schuemie M,et al. Evaluating the impact of database heterogeneity on observational study results[J]. Am J Epidemiol,2013,178(4): 645-651.

[4] Hansen RA,Gray MD,Fox BI,et al. How well do various health outcome definitions identify appropriate cases in observational studies?[J]. Drug Saf,2013,36(Suppl 1): S27-S32.

[5] Overhage JM,Ryan PB,Schuemie MJ,et al. Desideratum for evidence based epidemiology[J]. Drug Saf,2013,36(Suppl 1): S5-S14.

[6] Madigan D,Stang PE,Berlin JA,et al. A systematic statistical approach to evaluating evidence from observational studies[J]. Annu Rev Stat Its Appli,2014,1(1): 11-39.

[7] Harpaz R,DuMouchel W,LePendu P,et al. Performance of pharmacovigilance signal-detection algorithms for the FDA adverse event reporting system[J]. Clin Pharmacol Ther,2013,93(6): 539-546.

[8] McClure DL,Raebel MA,Yih WK,et al. Mini-Sentinel methods: framework for assessment of positive results from signal refinement[J].Pharmacoepidemiol Drug Saf,2014,23(1): 3-8.

[9] Toh S,Avorn J,D'Agostino RB Sr,et al. Re-using Mini-Sentinel data following rapid assessments of potential safety signals via modular analytic programs[J]. Pharmacoepidemiol Drug Saf,2013,22(10): 1036-1045.

[10] McPheeters ML,Sathe NA,Jerome RN,et al. Methods for systematic reviews of administrative database studies capturing health outcomes of interest[J]. Vaccine,2013,31(Suppl 10): K2-K6.

[11] Toh S,Reichman ME,Houstoun M,et al. Multivariable confounding adjustment in distributed data networks without sharing of patient-level data[J]. Pharmacoepidemiol Drug Saf,2013,22(11): 1171-1177.

[12] Silva IR,Kulldorff M. Continuous versus group sequential analysis for post-market drug and vaccine safety surveillance[J]. Biometrics,2015,71(3): 851-858.

[13] Raebel MA,Penfold R,McMahon AW,et al. Adherence to guidelines for glucose assessment in starting second-generation antipsychotics[J]. Pediatrics,2014,134(5): e1308-e1314.

[14] Bell C,Chakravarty A,Gruber S,et al. Characteristics of study design and elements that may contribute to the success of electronic safety monitoring systems[J]. Pharmacoepidemiol Drug Saf,2014,23(11): 1223-1225.

[15] Coloma PM,Schuemie MJ,Trifirò G,et al. Drug-induced acute myocardial infarction: identifying 'prime suspects' from electronic healthcare records-based surveillance system[J]. PLoS One,2013,8(8): e72148.

[16] Avillach P,Dufour JC,Diallo G,et al. Design and validation of an automated method to detect known adverse drug reactions in MEDLINE: a contribution from the EU-ADR project[J]. J Am Med Inform Assoc,2013,20(3): 446-452.

[17] Pacurariu AC,Straus SM,Trifiro G,et al. Useful interplay between spontaneous ADR reports and electronic healthcare records in signal detection[J]. Drug Saf,2015,38(12): 1201-1210.

[18] Patadia VK,Coloma P,Schuemie MJ,et al. Using real-world healthcare data for pharmacovigilance signal detection —the experience of the EU-ADR project[J]. Expert Rev Clin Pharmacol,2015,8(1): 95-102.

[19] Uddin MJ,Groenwold RH,Van Staa TP,et al. Performance of prior event rate ratio adjustment method in pharmacoepidemiology: a simulation study[J]. Pharmacoepidemiol Drug Saf,2015,24(5): 468-477.

[20] Hazelbag CM,Klungel OH,Van Staa TP,et al. Left truncation results in substantial bias of the relation between time-dependent exposures and adverse events[J]. Ann Epidemiol,2015,25(8): 590-596.

[21] Cederholm S,Hill G,Asiimwe A,et al. Structured assessment for prospective identification of safety signals in electronic medical records: evaluation in the health improvement network[J]. Drug Saf,2015,38(1): 87-100.

[22] Candore G,Juhlin K,Manlik K,et al. Comparison of statistical signal detection methods within and across spontaneous reporting databases[J]. Drug Saf,2015,38(6): 577-587.

[23] Ginsberg J,Mohebbi MH,Patel RS,et al. Detecting influenza epidemics using search engine query data[J]. Nature,2009,457(7232): 1012-1014.

[24] White RW,Tatonetti NP,Shah NH,et al. Web-scale pharmacovigilance: listening to signals from the crowd[J]. J Am Med Inform Assoc,2013,20(3): 404-408.

[25] White RW,Harpaz R,Shah NH,et al. Toward enhanced pharmacovigilance using patient-generated data on the internet[J]. Clin Pharmacol Ther,2014,96(2): 239-246.

[26] 陳超，郭代紅，薛萬國，等.住院患者藥品不良事件主動監(jiān)測與評估警示系統(tǒng)的研發(fā)[J].中國藥物警戒，2013，10（7）：411-414，418.

[27] 王遠(yuǎn)航，劉皈陽，張艷君，等.住院患者藥品不良反應(yīng)自動化監(jiān)測技術(shù)探討[J].中國藥物應(yīng)用與監(jiān)測，2010，7（2）：70-73.

[28] 陳超，徐元杰，郭代紅，等.計算機(jī)技術(shù)在醫(yī)療機(jī)構(gòu)藥品安全性監(jiān)測中的應(yīng)用進(jìn)展[J].中國藥房，2014，25（5）：461-464.

[29] 朱曼，陳超，郭代紅.萬古霉素相關(guān)腎毒性的主動監(jiān)測研究[J].中國藥物應(yīng)用與監(jiān)測，2014，11（1）：26-29.

[30] 王偉蘭，陳超，郭代紅.吉西他濱相關(guān)性貧血的主動監(jiān)測研究[J].中國藥物應(yīng)用與監(jiān)測，2014，11（1）：29-30，59.

[31] 裴斐，陳超，郭代紅.阿托伐他汀致轉(zhuǎn)氨酶異常升高的主動監(jiān)測研究[J].中國藥物應(yīng)用與監(jiān)測，2014，11（1）：31-33.

[32] 郭代紅，陳超，馬亮，等.5所醫(yī)院住院患者ADE警示系統(tǒng)主動監(jiān)測數(shù)據(jù)分析與評價[J].中國藥物應(yīng)用與監(jiān)測，2014，11（6）：368-371.

[33] 陳超，郭代紅，王東曉，等.利奈唑胺相關(guān)性血小板減少的主動監(jiān)測研究[J].中國藥物應(yīng)用與監(jiān)測，2014，11（1）：22-25.

[34] 郭代紅，陳超，李罄，等.6所醫(yī)院414例利奈唑胺相關(guān)性血小板減少集中監(jiān)測研究[J].藥物流行病學(xué)雜志，2013，22（3）：109-113.

[35] 陳超，郭代紅，曹秀堂，等.住院患者使用利奈唑胺致相關(guān)性血小板減少癥的危險因素分析[J].中國藥物警戒，2012，9（2）：71-76.

[36] 郭代紅，王麗，陳超，等.410例住院患者的利奈唑胺用藥評估及影響因素分析[J].中國藥物應(yīng)用與監(jiān)測，2011，8（2）：69-74.

[37] 潘雁，許海靜，朱珺.化療藥物血液學(xué)不良反應(yīng)監(jiān)測軟件的設(shè)計及應(yīng)用[J].中國藥房，2011，22（1）：87-89.

[38] 陸曉彤，劉海濤，張健.基于醫(yī)院信息系統(tǒng)的肝酶升高藥品不良反應(yīng)自動監(jiān)測系統(tǒng)研究[J].中國藥房，2012，23（22）：2080-2082.

[39] 王明媚，王冬艷，周亮，等.利用醫(yī)院信息系統(tǒng)監(jiān)測分析藥物性肝損傷[J].藥物流行病學(xué)雜志，2014，23（2）：88-91.

[40] 耿魁魁，劉圣，沈愛宗，等.醫(yī)院信息系統(tǒng)中藥品不良反應(yīng)主動監(jiān)測系統(tǒng)的構(gòu)建[J].中國醫(yī)院藥學(xué)雜志，2012，32（14）：1147-1149.

[41] Raebel MA,Haynes K,Woodworth TS,et al. Electronic clinical laboratory test results data tables: lessons from Mini-Sentinel[J]. Pharmacoepidemiol Drug Saf,2014,23(6): 609-618.

專家介紹

郭代紅，全軍藥品不良反應(yīng)監(jiān)測中心主任、解放軍總醫(yī)院醫(yī)學(xué)保障部藥品保障中心名譽(yù)主任，主任藥師、碩士生導(dǎo)師。1983年畢業(yè)于北京醫(yī)學(xué)院藥學(xué)系。主要研究方向是臨床藥學(xué)與藥物警戒。近年來先后主持國家自然科學(xué)基金、軍隊十一五、十二五、科技專項、后勤科技重點(diǎn)等課題十多項，以第一和通訊作者發(fā)表論文近百篇，主編、參編書籍近20部，以第一負(fù)責(zé)人獲軍隊教學(xué)成果一等獎1項、軍隊科技成果二、三等獎各1項、參與獲獎多項。

現(xiàn)任中國藥學(xué)會軍事藥學(xué)專委會副主委；中國醫(yī)藥教育協(xié)會臨床合理用藥專委會副主委；中國藥理學(xué)會TDM委員會常委暨循證藥學(xué)學(xué)組副主委；中國醫(yī)院協(xié)會藥事管理委員會常委；中華醫(yī)學(xué)會臨床藥學(xué)分會委員；解放軍藥學(xué)專委會副主委暨軍隊藥物評價分委會主委；北京中西醫(yī)結(jié)合學(xué)會藥學(xué)分委會主委；北京醫(yī)學(xué)會臨床藥學(xué)分委會副主委；北京藥學(xué)會醫(yī)院藥學(xué)分委會副主委等。擔(dān)任《中國藥物應(yīng)用與監(jiān)測》雜志主編，《藥物流行病學(xué)雜志》副主編，《藥學(xué)實(shí)踐雜志》常務(wù)編委，《藥物不良反應(yīng)雜志》、《中國藥物警戒》等雜志編委。

Construction and application of adverse drug reaction automatic monitoring system based on the electronic healthcare record

WANG Xiao-yu,GUO Dai-hong(Department of Pharmaceutical Care,PLA General Hospital,Beijing 100853,China)

Objective: To overview the development of adverse drug reaction automatic monitoring system based on the electronic healthcare record,and provide references for designing of ADR automatic monitoring system. Methods: The current situations of ADR automatic monitoring system were retrospectively studied. Then the prospects of domestic development was forecasted. Results: The automatic monitoring systems,such as OMOP,MS,EU-ADR,PROTECT,that came from Western Country were applied for many years. Techniques of data standardization,signal detection,the innovation of epidemiological methods and statistic models are relatively mature. The domestic automatic monitoring systems are in the initial stage. There is no complete automatic monitoring network in China. Some Chinese research teams had made some progress in trigger technology area,monitoring methods and management,while the text technology needs to be improved. Conclusion: In order to improve the performance of the ADR automatic monitoring and get the detailed data about drug safety evaluation,according to national conditions,we should enhance technical level of ADR detecting,methodology,quality control standards and network constructions.

Adverse drug reaction; Automatic monitoring; Electronic healthcare record; Statistics; Trigger

R95

A

1672 - 8157(2016)01 - 0001 - 06

2014年全軍后勤科研重點(diǎn)項目（BWS14R039）

郭代紅，女，主任藥師，碩士生導(dǎo)師，主要從事臨床藥學(xué)及藥事管理工作。E-mail：guodh301@163.com

王嘯宇，男，藥師，碩士研究生，主要從事自動監(jiān)測系統(tǒng)研發(fā)工作。E-mail：metallica365@126.com

（2015-11-20

2015-12-23）