[論文レビュー] Mining for adverse drug events with formal concept analysis

Alexander Estacio-Moreno, Yannick Toussaint+1 more|PubMed|Jan 26, 2009

Pharmacovigilance and Adverse Drug Reactions参考文献 10被引用数 7

ひとこと要約

本論文は、形式的概念分析（FCA）と乖離度指標を組み合わせたハイブリッド手法を提案し、薬物相互作用や症候群などの複雑な関係を含む、副作用発現（ADE）シグナルを特定することを目的としている。FCAを用いて薬物-副作用関連を構造化することで、併用薬に起因する誤検出を低減し、真のシグナルをより効果的に検出する。従来の乖離度分析のみに比べ、優れた性能を示した。

ABSTRACT

The pharmacovigilance databases consist of several case reports involving drugs and adverse events (AEs). Some methods are applied consistently to highlight all signals, i.e. all statistically significant associations between a drug and an AE. These methods are appropriate for verification of more complex relationships involving one or several drug(s) and AE(s) (e.g; syndromes or interactions) but do not address the identification of them. We propose a method for the extraction of these relationships based on Formal Concept Analysis (FCA) associated with disproportionality measures. This method identifies all sets of drugs and AEs which are potential signals, syndromes or interactions. Compared to a previous experience of disproportionality analysis without FCA, the addition of FCA was more efficient for identifying false positives related to concomitant drugs.

研究の動機と目的

• 既存の乖離度手法が、症候群や相互作用などの複雑な薬物-副作用関係を特定する点での限界を克服すること。
• 薬物疫学的データにおける併用薬使用に起因する誤検出シグナルを低減すること。
• 多剤および多副作用パターンを含む、すべての潜在的薬物-副作用関連を抽出する体系的な手法を開発すること。
• 形式的概念分析と統計的乖離度指標を統合することで、薬物疫学的監視におけるシグナル検出を向上させること。

提案手法

• 本手法は、薬物および有害事象（AE）データを形式的コンセプトに整理するために形式的概念分析（FCA）を適用し、共起パターンを表現する。
• 乖離度指標（例：報告オッズ比）を用いて、薬物-AE関連の統計的有意性を定量化する。
• FCAによりデータを概念ラティスに構造化し、予想よりも頻繁に共起する薬物およびAEの最大集合を特定可能にする。
• 本手法は、個々の薬物-AEペアの検出に加え、薬物の組み合わせや症状クラスタのような高次関連を検出可能である。
• FCAの構造的洞察と統計的有意性の閾値を組み合わせることで、候補シグナルの優先順位を付ける。
• 多様な関係、特に潜在的薬物同士の相互作用や有害事象症候群の系統的探索を可能にする。

実験結果

リサーチクエスチョン

• RQ1 形式的概念分析は、標準的な乖離度分析を上回る副作用発現の検出をどのように改善するか？
• RQ2 FCAを用いることで、どのような種類の複雑な薬物-AE関係（例：相互作用、症候群）を体系的に同定できるか？
• RQ3 FCAは、併用薬使用に起因する誤検出シグナルをどの程度低減できるか？
• RQ4 FCAベースのマイニングは、薬物疫学的データベースにおいて、従来検出されなかった、もしくは報告が不足していた薬物-AE関連を同定できるか？
• RQ5 FCAと統計的指標の統合は、大規模な有害事象レポートにおけるシグナル検出をどのように向上させるか？

主な発見

• FCAと乖離度分析を統合することで、従来の乖離度手法と比較して、併用薬に起因する誤検出シグナルが顕著に低減された。
• 本手法は、従来のアプローチが見逃していた、潜在的薬物同士の相互作用や有害事象症候群といった複雑な関連を効果的に同定した。
• 形式的概念分析により、薬物および有害事象の最大集合の体系的マイニングが可能となり、有害事象レポートにおける高次パターンが明らかになった。
• データを概念ラティスに構造化することで、共起イベントの分析がより的確かつ解釈可能になった。
• 本手法は、共処方薬に起因するノイズを効果的にフィルタリングしながら、真のシグナルをより効果的に検出する能力を示した。