Methods Inf Med 1978; 17(02): 106-112
DOI: 10.1055/s-0038-1636617
Original Article
Schattauer GmbH

Statistical Problems in Monitoring Adverse Drug Reactions

STATISTISCHE PROBLEME BEI DER ÜBERWACHUNG VON MEDIKAMENTEN NEBENWIRKUNGEN
M. A. A. Moussa
1   From the Department of Statistics, Faculty of Science, Alfateh University, Tripoli
› Author Affiliations
Further Information

Publication History

Publication Date:
17 February 2018 (online)

Preview

This paper proposes a probabilistic basis for monitoring adverse reactions to drugs, with allowance for the heterogeneities and irregularities inevitable among spontaneously submitted reports. The model partitions the population of reports into subpopulations. Each subpopulation includes clusters, a cluster being defined as a homogeneous group of reports on one drug set from one subpopulation in unit time. Signals from clusters can be more informative than those obtainable from data aggregated over the whole population.

Reports in one cluster on a particular event (drug-reaction association) are assumed to conform to a Bernoulli distribution, with a parameter varying between clusters of the same subpopulation according to a two-parameter beta distribution and a cluster size that follows a negative binomial distribution. The four parameters of the compound model are estimated by maximum likelihood. The one-sided numerical cumulative sum test (NCST) is proposed as a signalling procedure; its performance characteristics are studied by Monte Carlo sampling. Data from the UK Committee on Safety of Medicines are used in an example.

In dieser Arbeit wird ein probabilistisches Modell für die Überwachung von Arzneimittel-Nebenwirkungen unter Berücksichtigung der bei spontaner Meldung unvermeidbaren Heterogenitäten und Unregelmäßigkeiten vorgeschlagen. Das Modell untergliedert die Gesamtheit der Berichte in Teilgesamtheiten. Jede Gesamtheit enthält Cluster, wobei ein Cluster als eine homogene Gruppe von Berichten über eine Medikamentengruppe aus einer Teilgesamtheit in einer festgelegten Berichtszeit definiert wird. Alarmsignale aus Clustern können informativer sein als solche aus der Grundgesamtheit der gesammelten Daten. Es wird davon ausgegangen, daß Berichte in einem Cluster über ein bestimmtes Ereignis (Assoziation von Medikamentenwirkung) einer Bernoulli-Verteilung gehorchen, mit einem zwischen den Clustern der gleichen Teilgesamtheit variierenden, einer Zwei-Parameter-Betaverteilung folgenden Parameter und einer Cluster-Größe, die einer negativen Binomialverteilung entspricht. Die vier Parameter des Compound-Modells werden mittels der Maximum Likelihood geschätzt. Der einseitige numerische kumulative Summentest (NCST) wird als Signalgeber vorgeschlagen; seine Leistungscharakteristika werden mittels Monte Carlo-Stichprobenerhebung untersucht. In einem praktischen Beispiel werden Daten des UK Committee on Safety of Medicines benutzt.