典型文献
乌普萨拉监测中心vigiRank预测模型研究
文献摘要：
目的 介绍乌普萨拉监测中心(UMC)信号检测方法vigiRank的原理、流程和应用,为完善我国药物警戒信号检测提供参考.方法 检索Scopus、Web of Science、PubMed等数据库进行文献调研,并查阅UMC官网,分析vigiRank预测模型的工作流程及应用.结果 UMC开发的信号检测方法vigiRank,结合了药品不良反应(ADR)报告的多个证据强度,包括信息报告(INF)、叙述(NAR)、去激发试验(DCH)、再激发试验(RCH)、因果关系评估(CAU和CAU+)、发病时间(TTO)、单独报告(SOL)、多个报告元素(MUL)、近期报告(REC)、比例失衡报告(DIS)、地理分布(GEO)、时间趋势(TRE),通过lasso-logistic模型确定5个变量纳入到vigiRank评分体系,计算出药品-不良反应(drug-ADR)对的vigiRank分数,由专家团队按照分数的降序排列进行初步评估,筛选出需要考量的drug-ADR对,再深入评估并最终决定出风险信号.结论 vigiRank预测模型兼顾ADR报告的数量和质量,以科学的方式识别药物危害的早期信号,对完善我国ADR信号检测方法具有较大的参考价值.
文献关键词：
药品不良反应;信号检测;乌普萨拉监测中心;vigiRank
中图分类号：
作者姓名：
陈超;赵云飞;王长之;龚立雄;刘伟
作者机构：
河南省药品评价中心,河南 郑州 450008;郑州大学药学院,河南 郑州 450001
文献出处：
引用格式：
[1]陈超;赵云飞;王长之;龚立雄;刘伟-.乌普萨拉监测中心vigiRank预测模型研究)[J].中国药物警戒,2022(03):270-274
A类：
乌普萨拉监测中心,vigiRank,DCH,RCH,CAU+
B类：
UMC,信号检测,国药,药物警戒,警戒信号,Scopus,文献调研,官网,药品不良反应,ADR,证据强度,INF,NAR,激发试验,因果关系,发病时间,TTO,SOL,MUL,REC,DIS,地理分布,GEO,时间趋势,TRE,lasso,logistic,模型确定,drug,专家团,降序,风险信号
AB值：
0.309625
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
