CPT: pharmacometrics & systems pharmacology · 2018
Three-Component Mixture Model-Based Adverse Drug Event Signal Detection for the Adverse Event Reporting System.
СтатьяПоддержка NIH: внешняя программаПоддержка правительства СШАНазвание и аннотация: Перевод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Zhang Pengyue, Li Meng, Chiang Chien-Wei, Wang Lei, Xiang Yang, Cheng Lijun, Feng Weixing, Schleyer Titus K, Quinney Sara K, Wu Heng-Yi, Zeng Donglin, Li Lang
Аннотация
The US Food and Drug Administration (FDA) Adverse Event Reporting System (FAERS) is an important source for detecting adverse drug event (ADE) signals. In this article, we propose a three-component mixture model (3CMM) for FAERS signal detection. In 3CMM, a drug-ADE pair is assumed to have either a zero relative risk (RR), or a background RR (mean RR = 1), or an increased RR (mean RR >1). By clearly defining the second component (mean RR = 1) as the null distribution, 3CMM estimates local false discovery rates (FDRs) for ADE signals under the empirical Bayes framework. Compared with existing approaches, the local FDR's top signals have noninferior or better sensitivities to detect true signals in both FAERS analysis and simulation studies. Additionally, we identify that the top signals of different approaches have different patterns, and they are complementary to each other.