L'un des objectifs de diverses études cliniques avant et après le lancement de nouveaux médicaments est l'évaluation de l'innocuité des médicaments. Les indicateurs d'évaluation de l'innocuité comprennent la mesure des signes vitaux, les tests de laboratoire et l'observation des événements indésirables. L'analyse actuelle des événements indésirables se limite à décrire l'incidence des événements indésirables et à énumérer une liste d'événements indésirables, ce qui ne peut pas encore répondre aux besoins d'évaluation de la sécurité dans la recherche clinique. Cet article tente d’introduire une méthode visuelle dans l’analyse des événements indésirables dans une perspective de description statistique. Il convertit les données observées sur les événements indésirables en images et graphiques statiques ou dynamiques, découvre les signaux de sécurité des médicaments cachés dans les données et fournit une aide pour comprendre les données, les analyser, former des concepts et trouver des modèles. Cet article affiche un total de 6 types de graphiques : diagramme forestier, diagramme arborescent, diagramme volcanique, diagramme de Venn, diagramme de fonction de survie et diagramme de fonction de risque. Nous discuterons de la conception graphique et de l'interprétation en fonction de l'objectif de l'analyse des événements indésirables.
1. Fond de recherche
1.1 Définition des événements indésirables
Un événement indésirable (EI) est défini comme un événement médical indésirable survenant après qu’un patient ou un sujet d’essai clinique a reçu un médicament, mais n’a pas nécessairement de relation causale avec le médicament. Parmi eux, les événements indésirables spécifiques qui surviennent au cours des essais cliniques, tels que la nécessité d'une hospitalisation, la prolongation de l'hospitalisation, l'apparition d'un handicap, l'altération de la capacité de travail, la mise en danger de la vie ou de la mort et l'apparition de malformations congénitales, sont définis comme des événements indésirables graves (EIG). Lors de l'utilisation normale de médicaments aux doses prescrites, les événements indésirables qui sont nocifs mais inattendus et qui ont un lien de causalité avec l'utilisation du médicament sont appelés effets indésirables (effets indésirables, EIM).
1.2 Enregistrement des informations sur les événements indésirables
Il existe des normes établies pour l'enregistrement des événements indésirables dans les essais cliniques, et il est actuellement recommandé d'utiliser la Clinical Data Exchange Standards Association ( Consortium sur les normes d'échange de données cliniques , CDISC) proposées. Normes d'acquisition de données cliniques dans CDISC ( Harmonisation des normes d’acquisition de données cliniques , CDASH) a souligné que la collecte des événements indésirables doit inclure le contenu suivant : nom de l'événement indésirable, heure de début, heure de fin, si l'événement indésirable est grave, relation avec le médicament, mesures prises, résultat et gravité. Des informations telles que la classification des événements indésirables, les modèles d'événements indésirables, le codage des événements indésirables et la classification du système d'événements indésirables peuvent être collectées de manière sélective selon les besoins.
1.3 Analyse des événements indésirables
La méthode actuelle la plus simple d'analyse des événements indésirables est basée sur le taux brut obtenu en divisant le nombre de patients ayant subi un événement indésirable par le nombre total de patients ayant reçu le traitement à l'étude. Le taux approximatif peut refléter la situation de base de l'apparition d'événements indésirables, mais il est difficile de refléter les détails et les caractéristiques des événements indésirables. Un autre inconvénient du calcul du taux approximatif est que le temps d'exposition n'est pas pris en compte. pour prendre en compte le temps d'exposition, nous pouvons examiner les événements par unité de temps d'exposition. Les occurrences sont définies comme le rapport entre le nombre d'occurrences d'un événement spécifique et la durée totale d'exposition de chaque patient depuis son apparition ou sa fin. du procès. La pratique conventionnelle consistant à analyser les événements indésirables en général ou individuellement ne peut pas facilement obtenir une image complète de la sécurité. Certains chercheurs ont proposé de classer les données de sécurité en fonction des systèmes corporels. Le format de liste des événements indésirables donné dans l'ICH-E3 nécessite non seulement de décrire l'expérience totale des événements indésirables, mais également de répertorier tous les événements indésirables. Chaque événement indésirable doit être répertorié dans le tableau statistique, ainsi que le nombre et le taux correspondants de chaque groupe ; les événements indésirables doivent également être classés en fonction des systèmes de l'organisme ; il convient de distinguer si les événements indésirables sont liés au traitement à l'étude ; si Si nécessaire, les événements indésirables doivent également être classés en fonction de leur gravité. Les événements indésirables ayant une incidence plus élevée et de plus grandes différences entre les groupes doivent être décrits en détail.
1.4 Évaluation visuelle des événements indésirables
Une analyse systématique et complète des événements indésirables est effectuée au moyen de certaines méthodes visuelles. Les graphiques peuvent transmettre de manière concise divers aspects de l'information, notamment sur la base de certaines nouvelles technologies développées ces dernières années, telles que les diagrammes forestiers, les diagrammes arborescents, les diagrammes volcaniques, les diagrammes Webster, etc. Les graphiques transmettent les informations plus efficacement que les tableaux. De plus, les graphiques peuvent intégrer des descriptions statistiques des données avec leurs statistiques correspondantes. Dans les essais cliniques exploratoires, les graphiques peuvent illustrer la découverte de signaux de sécurité anormaux, et dans les essais cliniques de confirmation, les graphiques peuvent illustrer notre interprétation et notre élaboration des problèmes de sécurité connus.
La représentation visuelle des événements indésirables présente de nombreux avantages. Premièrement, cela réduit la probabilité de signaux manquants et augmente la probabilité d’une détection précoce. Deuxièmement, d’un point de vue physiologique humain, les graphiques stimulent les différents potentiels de l’œil humain : reconnaissance et traitement rapides et à haute fréquence, reconnaissance et association de contenus pertinents, et atteignent l’objectif de traiter les informations de manière temporaire et sans effort. un graphique est présenté, il peut entrer directement dans l'espace psychologique des gens sans beaucoup d'explications ni de processus de raisonnement. Troisièmement, des graphiques bien conçus améliorent la capacité du statisticien à communiquer avec d'autres collègues de l'équipe du projet de recherche clinique, y compris les médecins. Quatrièmement, les graphiques statistiques peuvent non seulement transmettre des informations plus rapidement et plus efficacement, mais aussi rendre les informations véhiculées par les graphiques plus acceptables pour les non-statisticiens qui ne sont pas impliqués dans la conception et l'expression des tableaux de résultats statistiques. La visualisation des résultats statistiques peut améliorer la qualité de la collaboration lors des essais cliniques et réduire le temps et la prise de décision, en particulier lorsque les problèmes de recherche sont complexes. Certains auteurs ont écrit spécifiquement sur la conception graphique.
L'évaluation visuelle des événements indésirables doit comporter les éléments clés suivants : 1. Intégrer les statistiques nécessaires dans le graphique, 2. Ajouter des lignes indicatrices appropriées au graphique, 3. Le graphique peut comparer visuellement les différences entre le groupe test et le groupe témoin. , 4. Faciliter la comparaison entre les événements indésirables, 5. Le graphique doit mettre en évidence les événements indésirables qui nécessitent une attention particulière.
- Sources de données et logiciels de dessin :
Les données de cette étude proviennent d'un essai clinique de phase III randomisé en double aveugle contrôlé par placebo pour le traitement des patients atteints d'hémorragie sous-arachnoïdienne. Le mécanisme d'action du médicament évalué est principalement d'inhiber la contraction des muscles lisses et de dilater les vaisseaux sanguins en bloquant le calcium. canaux. Au total, 906 patients ont été inclus dans l'étude, dont 449 patients dans le groupe médicament et 457 patients dans le groupe placebo. Les facteurs pouvant affecter le pronostic étaient équilibrés entre les deux groupes. Les patients des deux groupes ont continué à prendre le médicament pendant 14 jours, 0,15 mg/Kg/h par jour, et ont été suivis.120 jours de résultats d'observation.
JMP Clinical est un logiciel statistique développé spécifiquement pour l'analyse des données d'essais cliniques. Il utilise le format de données CDISC standard, combine des méthodes statistiques avancées avec de riches graphiques interactifs et offre de puissantes capacités d'analyse statistique dans un environnement convivial. SAS lui-même possède également des capacités de dessin. Les graphiques dessinés dans cet article utilisent tous SAS et JMP Clinical.
3. Représentation visuelle des événements indésirables
3.1 Décrire l'incidence des événements indésirables et les risques relatifs entre les groupes ( Risque relatif, RR )
Le taux d'incidence des événements indésirables est la mesure la plus couramment utilisée pour décrire la survenue d'événements indésirables, et le RR reflète la différence d'incidence des événements indésirables entre les groupes témoins de l'association d'essais. En utilisant le principe du tracé forestier, le taux d'incidence des événements indésirables, le RR et son intervalle de confiance à 95 % sont intégrés dans une seule figure. Le taux d'incidence des événements indésirables dans chaque groupe peut être observé et le groupe peut être déduit sur la base du RR. et son intervalle de confiance de 95 %. La question de savoir si les différences entre les deux sont statistiquement significatives et les comparaisons entre différents types d'événements indésirables peuvent également être effectuées de manière longitudinale. Selon l'objectif de la recherche, les événements indésirables sont triés selon certaines règles dans le diagramme forestier, qui peut afficher de manière intuitive et visible les événements indésirables qui nécessitent le plus d'attention. Par exemple, dans la recherche clinique, l’objectif est de décrire les événements indésirables ayant une incidence élevée, et ils doivent être classés de l’incidence élevée à l’incidence faible.
Au total, 201 événements indésirables ont été observés au cours de l'étude. , Cet article sélectionne les événements indésirables avec un taux d'incidence ≥ 5 % dans le groupe d'essai et dessine la figure 1 par ordre d'incidence de élevé à faible. Les points de dispersion sur le panneau de gauche de la figure représentent la fréquence des événements indésirables, le triangle rouge représente le groupe test et les points bleus représentent le groupe témoin ; le panneau de droite représente le RR du groupe test des événements indésirables par rapport au groupe témoin. groupe et son intervalle de confiance à 95 %. L'échelle sur l'axe X est log 2 Conversion, la position de la ligne pointillée est l'échelle 0, ce qui équivaut à RR=2 0 =1 ; la position de l'échelle 1 est équivalente à RR=2 1 =2, et ainsi de suite. On peut observer sur la figure que les événements indésirables avec des taux d'incidence plus élevés dans le groupe test que dans le groupe témoin et avec des différences statistiquement significatives sont la « phlébite », « l'urine isotonique », « l'hypotension » et « l'œdème pulmonaire » ; dans le groupe témoin, les événements indésirables avec un taux plus élevé que le groupe expérimental et des différences statistiquement significatives étaient « hypertension », « vasoconstriction » et « hyponatrémie ».
En dessinant selon le principe du tracé forestier, chaque événement indésirable doit être traité comme une colonne, et il peut y avoir des centaines d'événements indésirables dans un essai clinique. Par conséquent, dans les applications pratiques, certains événements indésirables doivent être sélectionnés à des fins de visualisation. , les critères de sélection doivent être soigneusement étudiés. Dans cet article, les événements indésirables courants avec un taux d'incidence de ≥5 % sont sélectionnés. Il y a un autre problème dans cette sélection : il peut y avoir certains événements indésirables avec un taux d'incidence de <5 %, mais la différence entre les groupes est statistiquement significative. S'il est basé sur le taux d'incidence, le dépistage peut manquer de tels événements indésirables.
Figure 1 Graphique d'incidence des événements indésirables et de risque relatif
3.2 Décrire la classification des systèmes corporels, le nombre d'événements indésirables et les différences entre les groupes
La classification systématique des événements indésirables est une partie nécessaire de l'analyse des événements indésirables. Actuellement, l'incidence des événements indésirables de chaque système est souvent décrite dans des tableaux. Des diagrammes arborescents peuvent être utilisés pour classer systématiquement les événements indésirables, l'incidence de chaque événement indésirable et les statistiques des différences entre les groupes.Signification intégrée dans une image. L'arborescence est une technologie représentative basée sur la technologie de visualisation hiérarchique. Son idée de base est de diviser l'espace de données à n dimensions en plusieurs sous-espaces, et ces sous-espaces sont toujours organisés dans une structure hiérarchique et représentés graphiquement.
La figure 2 est dessinée sur la base des principes ci-dessus. Chaque carré de la figure représente un événement indésirable. Les événements indésirables pour le même système sont regroupés et étiquetés de manière semi-transparente avec leur nom de classification du système. La taille de la case est proportionnelle au nombre de ces événements indésirables. Plus la case est grande, plus le nombre total de ces événements indésirables est élevé. Au contraire, plus la case est petite, plus le nombre de ces événements indésirables est petit. La couleur du carré est rouge, ce qui signifie que le nombre d'événements indésirables dans le groupe test est supérieur à celui du groupe témoin, et vert signifie que le nombre d'événements indésirables dans le groupe témoin est supérieur à celui du groupe test. . La couleur de la boîte et le nombre d'événements indésirables sont déterminés par la valeur P de la différence entre les groupes. Plus la valeur P est petite et plus la couleur est foncée, plus la différence entre les groupes est significative.
Figure 2 Diagramme arborescent
Cette expression graphique peut donner aux lecteurs un fort impact visuel. Les lecteurs peuvent voir directement le carré le plus sombre. La différence entre les groupes d'événements indésirables est très significative. Cette différence est probablement causée par les mesures de traitement. De plus, les lecteurs peuvent également observer intuitivement des informations telles que le nombre total d'événements indésirables et les différences entre les groupes d'événements indésirables. L'obtention de ces informations est simple et directe, incomparable avec les tableaux numériques. On peut observer sur la figure que les taux d'incidence des « maladies du système nerveux » et des « maladies vasculaires » sont à peu près les mêmes, mais l'importance de la différence entre les groupes de « maladies vasculaires » est beaucoup plus élevée que celle des « maladies du système nerveux ». maladies". « Maladie vasculaire » fait principalement référence à quatre événements indésirables, parmi lesquels « phlébite » et « hypotension » ont un taux d'incidence plus élevé dans le groupe expérimental que dans le groupe témoin ; tandis que « vasoconstriction » et « hypertension » ont un taux d'incidence plus élevé dans le groupe expérimental. groupe témoin supérieur au groupe expérimental.
La figure 2 est dessinée par JMP. Dans ce logiciel, vous pouvez cliquer directement sur la case de l'événement indésirable qui vous intéresse pour effectuer une description statistique ou une inférence statistique sur l'événement indésirable afin d'obtenir les valeurs spécifiques requises. Les objectifs de la recherche clinique sont souvent différents. Dans les applications pratiques, des transformations appropriées peuvent être effectuées sur la base de la figure 2, par exemple, deux diagrammes arborescents peuvent être générés en groupes, etc.
3.3 Dépistage des événements indésirables avec des différences statistiquement significatives entre les groupes
Le dépistage des événements indésirables présentant des différences statistiquement significatives entre les groupes et la clarification de leur relation avec les médicaments est l'un des principaux objectifs de l'analyse des événements indésirables. L'application de graphiques de volcan peut aider les chercheurs à trouver rapidement les événements indésirables présentant des différences statistiquement significatives entre les groupes, puis à effectuer une analyse détaillée. analyse de ces événements indésirables. En statistiques, les diagrammes de volcan sont utilisés pour identifier rapidement les différences entre des groupes du même type de données dans de grands ensembles de données sous la forme de nuages de points. En dessinant la figure 3, basée sur les principes ci-dessus, elle met non seulement en évidence les événements indésirables présentant des différences significatives entre les groupes, mais affiche également le taux d'incidence global de ces événements indésirables et la différence de risque (DR) entre les groupes.
L'axe X sur la figure représente la différence du taux d'événements indésirables entre le groupe expérimental et le groupe témoin (groupe expérimental - groupe témoin), et l'axe Y représente la signification statistique de la différence entre les groupes. Les points avec un DR supérieur à 0 indiquent que l'événement indésirable s'est produit plus fréquemment dans le groupe test, et les points inférieurs à 0 indiquent que l'événement indésirable s'est produit plus fréquemment dans le groupe témoin. Plus on s'éloigne du point 0, plus la différence est grande. entre les groupes. L'axe Y représente la signification de la différence entre les groupes. Plus la valeur du point sur l'axe Y est grande, plus la valeur P de la différence entre les événements indésirables entre les groupes est petite. La différence statistiquement significative est calculée via le SAS modèle mixte et utilise la méthode statistique False Discover Rate (FDR) corrigée pour plusieurs tests. Après ajustement, les événements indésirables situés au-dessus de la ligne pointillée rouge présentent des différences statistiques entre les groupes. La signification de la couleur des points est celle indiquée dans la légende, et la taille des points représente l'incidence des événements indésirables.
Figure 3 Graphique du volcan reflétant les différences d'événements indésirables entre les groupes et l'ampleur des différences
3.4 La survenue combinée d’effets indésirables
Grâce à la carte des volcans, il a été observé qu'il existe cinq principaux types d'événements indésirables sur lesquels il faut se concentrer. À l'heure actuelle, les chercheurs doivent souvent analyser ces cinq événements indésirables en détail, notamment en déduire les causes de leur apparition en observant les simultanéité des événements indésirables. À cette fin, un diagramme de Venn ou diagramme de Venn peut être utilisé. En statistiques, un diagramme de Venn est un graphique qui utilise une courbe fermée pour représenter intuitivement un ensemble et ses relations.
Figure 4 Diagramme de Venn
3.5 Les études cliniques de suivi à long terme nécessitent AE analyse de survie
Dans l'analyse statistique d'événements indésirables, afin d'observer le risque d'apparition d'un événement indésirable chez un sujet au fil du temps, les données d'événements indésirables peuvent être utilisées comme données de temps jusqu'à l'événement pour une analyse de survie. Il est très approprié d'utiliser le modèle d'analyse de survie pour évaluer le risque d'événements, car les données sur les événements indésirables elles-mêmes incluent à la fois la survenue (avec ou sans) et le moment de la survenue de l'événement. Dans le cadre d'un traitement à long terme, il y aura un coût considérable. proportion de valeurs censurées, l'analyse de survie doit donc être utilisée pour calculer le taux cumulé d'événements indésirables afin d'éviter une sous-estimation du risque. L'ICH recommande l'utilisation de méthodes d'analyse de survie pour analyser les données sur les événements indésirables. La littérature étrangère a démontré l'importance des modèles d'analyse de survie dans l'analyse des événements indésirables et a discuté de la conception des courbes de survie. Il existe de nombreux types d'événements indésirables dans les études cliniques, et cette méthode ne peut effectuer une analyse de survie que sur un certain événement indésirable qui se concentre sur lui.
L'analyse des événements indésirables se concentre sur la relation entre le moment des événements indésirables et le moment de la prise du médicament. La figure 5 est la courbe de Kaplan-Meier du temps d'apparition de la phlébite dans les deux groupes. Les chiffres en bas de la figure représentent le nombre de personnes au début de chaque visite. Le « + » indique qu'il y a des cas censurés à ce moment-là, et des intervalles de confiance à 95 % sont tracés au-dessus et en dessous de la courbe. Si les deux courbes sont très proches, puis tracez l'intervalle de confiance, il sera difficile de distinguer les deux courbes. Afin de garder le graphique simple et facile à distinguer, il est recommandé d'adopter les méthodes suivantes : 1. Utilisez la erreur standard au lieu de l'intervalle de confiance à 95 %, ou dessinez simplement l'erreur standard au-dessus de la courbe. 2. Déplacez la courbe du groupe expérimental vers la gauche et la courbe du groupe placebo vers la droite afin que les intervalles crédibles des deux courbes soient décalés. 3. Ne dessinez plus les intervalles crédibles. Mark HR et son intervalle de confiance ou la valeur P du test Log-rank peuvent être utilisés.
Figure 5 Courbe de Kaplan-Meier du temps jusqu'à l'apparition d'une phlébite
Il ressort de la figure que la phlébite est survenue dans les 17 jours suivant le début de l'étude, principalement au cours des 14 premiers jours, ce qui correspond à la durée du traitement de l'étude, et que le taux d'apparition de phlébite dans le groupe test était très élevé. plus rapide que celui du groupe placebo, ce qui suggère que ce médicament peut provoquer une phlébite pendant son utilisation.
En plus de la fonction de survie, la fonction de risque peut également être calculée par la méthode des tables de survie dans l'analyse de survie. La figure 6 représente la fonction de risque de phlébite au cours du suivi. De même, l’effectif initial est marqué sous le graphique et l’erreur type est tracée sur la courbe. Le graphique est calculé à l'aide de la méthode de la table de survie et deux jours sont définis comme intervalle. Le taux de risque de chaque intervalle est le taux de risque au milieu de l'intervalle. Ce graphique reflète directement le risque de phlébite chez les sujets à différents moments après la prise du médicament. Il convient de noter que puisque la méthode des tables de mortalité dans SAS suppose que tous les cas censurés se produisent au milieu de l'intervalle de temps, ce qui équivaut à ce que les cas censurés ne connaissent que la moitié de l'intervalle de temps, donc lors du calcul du nombre de personnes à l'intervalle de temps, début de la période, les cas censurés se multiplient par 0,5. Cela aura pour conséquence que le nombre de personnes au début de la période ne sera pas un nombre entier.
Figure 6 Diagramme fonctionnel du risque d’événement indésirable
Lors de l'évaluation des événements indésirables dans les essais cliniques avec suivi à long terme, il est recommandé d'utiliser les deux chiffres ci-dessus.
4. discuter
Il existe de nombreuses directions pour analyser les événements indésirables dans les essais cliniques. Cet article tente de l'analyser et de l'afficher sous plusieurs angles, mais il ne peut toujours pas tout couvrir. Les 6 images ci-dessus ne peuvent pas être utilisées uniquement à des fins d'analyse présentées dans l'article. Par exemple, dans les essais cliniques, nous serons confrontés à des questions telles que "Si le patient a été traité pendant X mois sans événements indésirables, pouvons-nous laisser tomber notre "vigilance ? " Pendant combien de temps devons-nous la maintenir ? le taux tombe à 0 après X mois, c'est-à-dire dans un délai de X mois. Soyez vigilant. En bref, dans le processus d'analyse visuelle des événements indésirables, le but de la visualisation doit être combiné avec les caractéristiques des graphiques pour sélectionner les graphiques les plus appropriés.
Il est courant que la fréquence des événements indésirables dans l'un des deux groupes d'essais cliniques soit de 0. Pour ce type de données, une méthode courante consiste à ajouter 0,5 à chaque grille puis à calculer le RR, ou différence de risque (DR). . Dans cet article, la différence de taux est utilisée à des fins statistiques.
Lors de l'analyse des événements indésirables, certains facteurs d'influence potentiels des événements indésirables doivent également être pris en compte, tels que l'évolution de la maladie, l'âge, le sexe, la gravité de la maladie, la posologie du médicament, etc. Une analyse de régression logistique peut être utilisée, en utilisant des facteurs pertinents tels que covariables pour calculer la valeur OR, en utilisant les valeurs OR tracées dans la figure 1. Ces trois caractéristiques : la fréquence des événements indésirables a une plus grande proportion de 0, la variance de la fréquence des événements indésirables est supérieure à la moyenne et le regroupement des événements indésirables se produit, c'est-à-dire que la probabilité qu'un autre événement indésirable change après un Un événement indésirable se produit, ce qui rend plus approprié l'utilisation d'événements négatifs. La régression binomiale a été utilisée pour ajuster le modèle. Par conséquent, lorsque la régression logistique n’est pas applicable, le modèle de régression binomiale négative peut être envisagé.
Si des tests statistiques sont effectués sur les différences intergroupes en matière d'événements indésirables dans les essais cliniques, le problème des comparaisons multiples doit être pris en compte pour réduire les erreurs de faux positifs. Les comparaisons multiples traditionnelles sont basées sur le contrôle du taux d'erreur total de type I, mais les résultats sont trop conservateurs lorsqu'il y a trop de groupes. La méthode basée sur le contrôle du taux d'erreur des résultats positifs peut non seulement obtenir des performances de test plus élevées, mais également un meilleur contrôle. le taux d’erreur total de type I. Taux d’erreur.
5. Résumer
Avant qu'un nouveau médicament soit mis sur le marché, son efficacité et sa sécurité doivent être confirmées par des essais cliniques scientifiques et standardisés conformément aux exigences des BPC. L'analyse des événements indésirables est un aspect important de l'évaluation de la sécurité, elle est donc particulièrement importante. Cependant, l'analyse actuelle des événements indésirables n'est pas parfaite. Bien entendu, cela est également lié aux caractéristiques de l'analyse de la sécurité, car l'évaluation de la sécurité est différente de l'évaluation de l'efficacité. Pour l'évaluation de l'efficacité, les critères d'évaluation des essais cliniques doivent être clairement définis dans le plan de recherche. Les tests d'hypothèse comparent les résultats entre différents groupes pour se concentrer sur la réponse moyenne de la population cible ; les paramètres de sécurité ne sont généralement pas déterminés à l'avance et l'analyse de sécurité a tendance à être de nature exploratoire. Par rapport à l'analyse de l'efficacité clinique, la valeur moyenne est valorisée ; l'évaluation de la sécurité est davantage centrée sur les réponses individuelles. Cela détermine que l’analyse des événements indésirables est principalement effectuée sous la forme d’une description statistique.
Cependant, la description statistique actuelle repose principalement sur des tableaux, dont le grand nombre rend difficile la transmission efficace des informations. La méthode visuelle est utilisée pour analyser les événements indésirables, qui est non seulement concise et comporte des instructions cibles claires, mais intègre également les principales statistiques pertinentes dans des graphiques pour améliorer l'efficacité de la communication et gagner du temps en recherche et développement. Par conséquent, lors de l’analyse des événements indésirables dans les essais cliniques, il est recommandé d’utiliser des méthodes d’analyse visuelle pour découvrir des signaux de sécurité potentiels en dessinant différents graphiques statistiques.
