[EBM]綜合分析用於討論罕見藥物不良反應的大問題 (Pitfalls in Meta-analysis on Adverse Drug Events)...

小心!! 好的研究讓你上天堂,爛的研究讓你..摔個四腳朝天都不知道.. 近年來 綜合分析 (meta-analysis) 用於 療效 (efficacy) 分析已經被大家廣為接受,且被認為是"證據等級"比較高的一種研究設計,但 不良反應(adverse eve...


小心!! 好的研究讓你上天堂,爛的研究讓你..摔個四腳朝天都不知道..

近年來綜合分析 (meta-analysis) 用於療效 (efficacy) 分析已經被大家廣為接受,且被認為是"證據等級"比較高的一種研究設計,但不良反應(adverse event) 呢?

誠如我常說的,世界上唯一沒有副作用,純天然,不傷身體,投保兩千萬意外險的產品只在XX購物頻道買得到...

歷史上,已經有許多利用綜合分析扳倒如日中天的藥物的例子,包括我們所熟知的Avandia...

事實上,利用綜合分析研究藥物不良反應有些一定要注意的限制:

(1) 臨床研究通常沒有很主動積極地偵測 (detect) 不良反應,或許是根本沒注意到,因此,即使是利用綜合分析也可能錯估實際效應

(2) 不良反應的定義不一,這是最常見的問題,同樣是"心血管事件",各項研究定義都不一樣,到最後乾脆大鍋炒全部都算,都丟在一起

(3) 經常無法取得因為不良反應退出或消失的相關資訊

附註: 第(3)點,綜合分析中經常利用敏感度分析 (sensitivity analysis) 試著看不同程度的退出比例對研究結果的影響

(4) 數據不完整,不是每項針對特定藥物的研究都有進行不良反應的分析,舉例來說,如果有100項針對某個藥物的隨機分派研究,數據中包含某種不良反應的研究可能只有10項...

附註: 舉例來說,一篇針對吸入性抗膽鹼激性與心血管事件的綜合分析中,符合收納條件的研究數目共103項,但有提到心血管事件的研究卻只有17篇 (16.5%)

Adapted from JAMA. 2008; 300: 1439-50.

(5) 統計力量過頭了,綜合分析的好處在於樣本數目大,經常可以偵測到非常微小但臨床"意義不大"的事件差異,"顯著差異"這個名號遠大於"實際發生率"也是個不爭的事實...

附註: 有學者提出應該調整"顯著差異"的閥值,不能每次都是0.05阿,但如何調整,至今還是一門藝術...冏

該怎麼解決這些問題,往者已矣,過去資訊不完整的研究很難溯及既往,但現在,包括美國FDA與歐盟EMA會針對特定類別藥物,在進行上市研究時必須包括特定安全性資料,CONSORT中也載明了一篇標準的隨機分派研究在不良反應方面應該有哪些資訊...

透過政府部門的要求與期刊發表時的限制,或許可以改善過去不良反應數據付之闕如的問題...拿到這些研究數據時,不應該以療效研究的方式評讀,應該仔細地考量上述的嚴重限制...

不良反應的綜合分析,目前提供給我們的應該是安全性的訊號 (signal) 不會是結論 (conclusion) 也不會是決策 (policy)...

You Might Also Like

0 comments