药物不良反应靶点研究 09 | 安全性报告突然增多,意味着药物更危险了吗?

前一篇解决的是“资源有限时，先从哪条研究路线起步”。如果最终选择药物警戒数据库，接下来最容易遇到的情况就是：某个药物—不良事件组合的报告突然变多，ROR也出现了信号。

这时真正需要解决的问题不是“怎么把信号做得更显著”，而是先判断：这个信号到底代表什么，哪些结论还不能说。

先给结论：自发报告数据库擅长“发现值得追查的药物—事件组合”，但报告数量增加、ROR升高，都不能直接换算成患者真实发生率，也不能单独证明因果关系。

01 | 报告从166条增至263条，为什么还算不出风险？

以免疫检查点抑制剂相关心肌炎为例，一项2025年的FAERS研究在去除重复记录和缺失年龄报告后，共纳入1326条相关报告；其中2018年166条，2022年263条。^[2]

这两个数字说明的是“数据库中收到了多少相关报告”，却没有告诉我们两年分别有多少患者接受治疗、观察了多久，也不知道有多少事件没有上报。因此，即使每位患者发生心肌炎的真实风险完全没有变化，只要药物使用规模扩大，报告数也可能增加。

另外，报告数还会受到识别能力、医生关注度、监管提醒、媒体报道、主动上报、重复提交和随访报告等因素影响。FDA也明确提示，自发报告存在漏报、重复及报告偏倚，不能据此直接估计发生率。^[1,3]

因此，看见“报告数上涨”时，第一步不是写“风险上升”，而是核对用药规模、报告来源、数据版本和统计口径。

02 | ROR比较的分母，仍然是“报告”

为了减少单纯报告数量受用药规模变化的影响，药物警戒研究常使用报告比值比（reporting odds ratio，ROR）等不成比例分析指标。ROR要回答的是：某个药物—事件组合，在当前数据库的报告构成中是否相对更突出。

用一个纯教学的假设例子：药物A相关报告中，40份记录心肌炎、960份没有记录；其他药物报告中，200份记录心肌炎、9800份没有记录。

ROR＝（40÷960）÷（200÷9800）≈2.04。这个结果可以理解为：心肌炎在药物A相关报告中相对更突出，值得进一步核查。

但这里的“960份未记录心肌炎报告”不是经过完整随访、确认没有心肌炎的960位患者。换句话说，ROR的分母仍然是报告，不是全部暴露患者。

因此，“ROR=2.04”不能写成“患者心肌炎风险增加2.04倍”，更不能写成“药物A导致了心肌炎”。实际研究还应同时报告报告数量、95%置信区间、信号判定规则及敏感性分析。READUS-PV也强调了这些信息的透明报告。^[4]

03 | 准备继续分析，先完成四项核查

第一项：固定数据版本。写清数据库名称、覆盖时间、下载日期和数据入口。FDA于2026年3月推出AEMS，历史FAERS研究与当前AEMS入口需要明确区分。^[1,5] 同时把“事件发生日期”和“报告提交日期”分开，某月收到更多报告不等于该月新发生更多事件。

第二项：先去重，再定义事件。统一商品名和通用名，识别同一病例的首次报告、随访更新和可能重复提交。一份病例报告可以包含多个药物、多个事件，数据库连接后产生多行记录时，不能把每一行都当成独立患者。

结局定义也必须提前固定。例如研究心肌炎，需要明确使用的MedDRA术语、版本及纳入范围。单纯肌钙蛋白升高不能自动等同于临床心肌炎。每一步纳入、排除和缺失都应留痕。

第三项：回到病例，判断“说不说得通”。在可获得的信息范围内，核对用药—发病时间、原有疾病、合并用药及其他可能解释。报告者将某药列为“首要怀疑药物”，表达的是怀疑程度，不等于完成了因果归因。

第四项：做有针对性的敏感性分析。如果担心监管提醒造成刺激性报告，可比较关键时间点前后；担心合并用药影响，可按关键药物分层或限制；也可以限定药物角色、结局定义或报告来源，观察ROR方向和不确定性是否稳定。

04 | 信号核查之后，怎样接上靶点研究？

完成上述核查后，研究通常会出现三种去向。

第一种：数据问题明显。如果信号主要受重复报告、单一来源或事件定义影响，优先修数据，不急着做机制。

第二种：信号较稳定，但还缺真实风险证据。下一步应转向有明确暴露人数、观察时间和结局记录的临床数据，用合理对照比较损伤风险。这也自然衔接到下一篇的“适应证混杂”和对照选择问题。

第三种：临床风险与表型已经足够清楚，而且存在明确机制问题。这时才适合围绕患者差异、组织来源、采样时点和候选通路进入组学或实验验证。药物警戒数据库负责发现“值得追查的组合”，具体由哪个分子参与损伤，仍需要组织、细胞、扰动和功能证据支持。

一项可执行的第一阶段交付，不必复杂：数据版本＋药物/事件定义＋去重流程＋ROR及95%CI＋敏感性分析＋下一步需要补的证据。先把这张表做清楚，再决定是否值得继续投入临床队列、组学或实验资源。

所以，当安全性报告突然增多时，最重要的不是急着把它解释成“药物更危险”，而是把数据库信号转成一个能够被下一步研究验证的问题。

下一篇：选对照，先处理适应证带来的混杂。

参考文献

[1] U.S. Food and Drug Administration. FDA Adverse Event Monitoring System (AEMS): AEMS Data Limitations. Accessed October 6, 2026.

[2] Reeves DJ, Leffers K, Rao VU. Immune checkpoint inhibitor related myocarditis reported through the FDA adverse event reporting system: pharmacovigilance trends in reporting and outcomes. Front Oncol. 2025;15:1498817. doi:10.3389/fonc.2025.1498817.

[3] U.S. Food and Drug Administration. Data Mining at FDA — White Paper. Accessed October 6, 2026.

[4] Fusaroli M, Salvo F, Begaud B, et al. The REporting of A Disproportionality Analysis for DrUg Safety Signal Detection Using Individual Case Safety Reports in PharmacoVigilance (READUS-PV): Explanation and Elaboration. Drug Saf. 2024;47:585–599. doi:10.1007/s40264-024-01423-7.

[5] U.S. Food and Drug Administration. FDA Launches New Adverse Event Look-Up Tool. March 11, 2026.