文献

J-GLOBAL ID：202202237252609309   整理番号：22A0966639

コンピュータ化された管理健康管理データベースからの有害薬物反応の発見のための高次元傾向スコア調整ケースクロスオーバー【JST・京大機械翻訳】

High-Dimensional Propensity Score-Adjusted Case-Crossover for Discovering Adverse Drug Reactions from Computerized Administrative Healthcare Databases

著者 (7件)： Volatier Etienne (Center for Research in Epidemiology and Population Health (CESP, U1018), High-Dimensional Biostatistics for Drug Safety and Genomics Team, Inserm, Universite Paris-Saclay, UVSQ, Universite Paris-Sud, Villejuif, France) ,  Salvo Francesco (Bordeaux Population Health Research Center, Pharmacoepidemiology Team (UMR 1219), Inserm, University of Bordeaux, Bordeaux, France) ,  Pariente Antoine (Bordeaux Population Health Research Center, Pharmacoepidemiology Team (UMR 1219), Inserm, University of Bordeaux, Bordeaux, France) ,  Courtois Emeline (Center for Research in Epidemiology and Population Health (CESP, U1018), High-Dimensional Biostatistics for Drug Safety and Genomics Team, Inserm, Universite Paris-Saclay, UVSQ, Universite Paris-Sud, Villejuif, France) ,  Escolano Sylvie (Center for Research in Epidemiology and Population Health (CESP, U1018), High-Dimensional Biostatistics for Drug Safety and Genomics Team, Inserm, Universite Paris-Saclay, UVSQ, Universite Paris-Sud, Villejuif, France) ,  Tubert-Bitter Pascale (Center for Research in Epidemiology and Population Health (CESP, U1018), High-Dimensional Biostatistics for Drug Safety and Genomics Team, Inserm, Universite Paris-Saclay, UVSQ, Universite Paris-Sud, Villejuif, France) ,  Ahmed Ismaiel (Center for Research in Epidemiology and Population Health (CESP, U1018), High-Dimensional Biostatistics for Drug Safety and Genomics Team, Inserm, Universite Paris-Saclay, UVSQ, Universite Paris-Sud, Villejuif, France)
資料名： Drug Safety  (Drug Safety)
巻： 45  号： 3  ページ： 275-285  発行年： 2022年 
JST資料番号： W4296A  ISSN： 0114-5916  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 導入:medico-administrativeデータベースのアベイラビリティの増加は,自動化薬局監視信号検出法の開発を促した。最近,自己制御手法が提案されている。それらは記録されない時間独立交絡因子を説明する。これまで,多数の薬剤が一変量またはLASSOペナルティ化回帰のいずれかでスクリーニングされている。【目的】高次元データ駆動変数選択から構築された傾向スコア(傾向スコア調整ケースクロスオーバー)とケース交差自己制御設計を組み合わせた新しい方法を提案して評価し,共投薬または他の測定交絡因子を説明した。方法:単変量およびLASSOケースクロスオーバーとの比較を,シミュレーションおよび実データ研究により行った。多重回帰(LASSO,傾向スコア調整症例交差)は,共投薬とその他の共変量を説明できなかった。単変量および傾向スコア調整ケースクロスオーバー法に対して,検出閾値は偽発見率手順に基づくが,LASSOに対しては,Akaike情報基準に依存する。実データ研究のために,2つの薬物安全専門家はフランスの全国健康データベースから急性心筋梗塞を有する4099人の患者の分析から生成された信号を評価した。結果:シミュレーションにおいて,著者らのアプローチはLASSOと同様に信号をランク付けし,単変量法に比べて,事前指定レベルで偽発見率を制御する一方,単変量法よりも良好であった。LASSOは,より大きな偽発見率推定のコストで最良の感度を提供した。応用に関して,著者らのアプローチはLASSOに対して類似の性能を示し,単変量法よりも優れた性能を示した。609の薬物候補から43のシグナルを浮き彫りにした:22(51%)は潜在的に薬理学的に関連すると考えられ,7つ(16%)は高度に関連していた。結論:著者らの知見は,薬局方に対する症例クロスオーバーと組み合わせた傾向スコアの興味を示す。また,それらは,指示バイアスが,Medico-administativeデータベースをマイニングするときの課題のままであることを確認する。Copyright The Author(s), under exclusive licence to Springer Nature Switzerland AG 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  自動化 ,  *データベース ,  統計解析 ,  薬局 ,  アベイラビリティ ,  制御方式 ,  検出法 ,  *健康管理 ,  薬理学 ,  *高次元 ,  ペナルティ ,  *コンピュータ ,  急性心筋梗塞
準シソーラス用語： 変数選択 ,  共変量 , 【Automatic Indexing@JST】

分類 (5件)： システム・制御理論一般  (IA02010H) ,  疫学  (GB03000E) ,  数値計算  (JE02000J) ,  統計的品質管理  (KB04030W) ,  統計学  (AB08000H)

タイトルに関連する用語 (7件)： コンピュータ ,  管理データベース ,  薬物反応 ,  発見 ,  高次元 ,  傾向スコア ,  クロスオーバー