2022-06-27

目前的药物警戒方法导致药物不良事件 (ADEs) 的严重漏报。患者论坛有可能通过提供实时未经审查和主动提供的信息来补充当前的药物警戒实践。我们是第一个探索罕见癌症患者论坛的价值的人。为此，作者在胃肠道间质瘤患者的患者论坛上进行了案例研究。
开发机器学习算法，可自动从开放在线讨论论坛上的消息中提取和汇总副作用。研究表明，患者论坛数据可以为哪些 ADE 对生活质量影响最大提供建议：对于许多副作用，相对报告率与注册试验的报告率明显不同，包括认知障碍和脱发作为 avapritinib 的副作用。
该方法可以为长期 ADE 提供真实世界的数据，例如伊马替尼的骨质疏松症和震颤，以及新的注册试验中未发现的ADE，例如伊马替尼的干眼症和肌肉痉挛。因此，来自患者论坛的自动药物警戒可以为 ADE 提供真实世界的数据，并且应该用作罕见癌症医学假设的输入途径。