Uno degli scopi di vari studi clinici prima e dopo il lancio di nuovi farmaci è la valutazione della sicurezza dei farmaci.Gli indicatori della valutazione della sicurezza includono la misurazione dell'indice dei segni vitali, l'ispezione di laboratorio e l'osservazione degli eventi avversi. L'attuale analisi degli eventi avversi è limitata alla descrizione dell'incidenza degli eventi avversi e all'enumerazione dell'elenco degli eventi avversi, che non possono soddisfare le esigenze della valutazione della sicurezza della ricerca clinica. Questo articolo tenta di introdurre un metodo visivo nell'analisi degli eventi avversi dal punto di vista della descrizione statistica. Converte i dati osservati di eventi avversi in immagini e grafici statici o dinamici, scopre i segnali di sicurezza dei farmaci nascosti nei dati e fornisce aiuto per comprendere i dati, analizzare i dati, formare concetti e scoprire leggi. Ci sono 6 tipi di grafici visualizzati in questo articolo: grafico della foresta, grafico ad albero, grafico del vulcano, grafico di Venn, grafico della funzione di sopravvivenza e grafico della funzione di rischio. Discuteremo la progettazione e l'interpretazione dei grafici insieme allo scopo dell'analisi degli eventi avversi .
1. Contesto della ricerca
1.1 Definizione di evento avverso
Un evento avverso (AE) è definito come un evento medico avverso che si verifica dopo che un paziente o un soggetto della sperimentazione clinica riceve un farmaco, ma non ha necessariamente una relazione causale con il farmaco. Gli eventi avversi gravi (SAE) sono definiti come eventi avversi specifici che si verificano durante gli studi clinici che richiedono ricovero ospedaliero, ricovero prolungato, disabilità, impatto sulla capacità lavorativa, pericolo di vita o morte o deformità congenite. Le reazioni avverse al farmaco (reazione avversa, ADR) sono eventi avversi che sono dannosi ma non previsti e hanno una relazione causale con l'applicazione del farmaco durante la normale applicazione del farmaco alle dosi prescritte.
1.2 Registrazione dei dati sugli eventi avversi
Esistono standard stabiliti per la registrazione di eventi avversi negli studi clinici e attualmente esistono raccomandazioni per utilizzare la Clinical Data Exchange Standards Association ( Consorzio per gli standard di interscambio di dati clinici , CDISC) standard proposti. Criteri per l'acquisizione di dati clinici in CDISC ( Armonizzazione degli standard per l'acquisizione dei dati clinici , CDASH) ha sottolineato che la raccolta degli eventi avversi deve includere quanto segue: nome dell'evento avverso, ora di inizio, ora di fine, evento avverso grave, relazione con i farmaci, misure adottate, esito e gravità. Informazioni come la classificazione degli eventi avversi, il modello degli eventi avversi, la codifica degli eventi avversi e la classificazione del sistema degli eventi avversi possono essere raccolte in modo selettivo secondo necessità.
1.3 Analisi degli eventi avversi
Il metodo più semplice per l'attuale analisi degli eventi avversi è il tasso grezzo basato sul numero di pazienti con eventi avversi diviso per il numero totale di pazienti che ricevono il trattamento in studio. Il tasso approssimativo può riflettere la situazione di base del verificarsi di eventi avversi, ma è difficile riflettere i dettagli e le caratteristiche degli eventi avversi che si sono verificati.Un altro svantaggio del calcolo del tasso approssimativo è che non tiene conto del tempo di esposizione. Per tenere conto del tempo di esposizione, possiamo esaminare gli eventi per unità di tempo di esposizione Occorrenza, definita come il rapporto tra il numero di casi di un determinato evento e il tempo di esposizione del paziente rispetto al tempo di accadimento o il totale tempo di esposizione per ogni paziente alla fine della prova. La pratica convenzionale di analizzare gli eventi avversi in generale o individualmente non è facile per ottenere un quadro completo della sicurezza.Alcuni studiosi hanno proposto di classificare i dati di sicurezza per sistema corporeo. Il modulo di enumerazione degli eventi avversi fornito in ICH-E3 richiede non solo la descrizione dell'esperienza totale di eventi avversi, ma anche l'enumerazione di tutti gli eventi avversi. Ogni tipo di evento avverso, il numero di casi e il tasso corrispondente a ciascun gruppo dovrebbero essere elencati nella tabella statistica; gli eventi avversi dovrebbero anche essere classificati in base al sistema corporeo; dovrebbe essere distinto se l'evento avverso è correlato al trattamento in studio ; se necessario, l'evento avverso dovrebbe essere classificato in base alla gravità . Gli eventi avversi con alta incidenza e grandi differenze tra i gruppi dovrebbero essere descritti in dettaglio.
1.4 Valutazione visiva degli eventi avversi
Attraverso alcuni metodi visivi per condurre un'analisi sistematica e completa degli eventi avversi, la grafica può trasmettere varie informazioni in modo conciso, in particolare sulla base di alcune nuove tecnologie sviluppate negli ultimi anni, come mappe forestali, mappe degli alberi, mappe dei vulcani, mappe Wechsler, ecc. La grafica trasmette informazioni più efficace delle tabelle. Inoltre, la grafica può integrare la descrizione statistica dei dati con le relative statistiche. Negli studi clinici esplorativi, i grafici possono illustrare la scoperta di segnali di sicurezza anomali e negli studi clinici di conferma, i grafici possono aiutarci a spiegare e spiegare problemi di sicurezza noti.
La rappresentazione visiva degli eventi avversi ha molti vantaggi. In primo luogo, la possibilità di perdere un segnale viene ridotta, aumentando la probabilità di una diagnosi precoce. In secondo luogo, dal punto di vista della fisiologia umana, la grafica può raggiungere lo scopo di elaborare le informazioni in modo transitorio e senza sforzo stimolando vari potenziali dell'occhio umano: riconoscimento ed elaborazione rapidi e ad alta frequenza, cognizione e associazione di contenuti correlati, Quando viene presentato un grafico , può entrare direttamente nello spazio psicologico delle persone senza troppe spiegazioni e ragionamenti. In terzo luogo, una grafica ben progettata può migliorare la capacità degli statistici di comunicare con altri colleghi del team del progetto di ricerca clinica, nonché con i medici. In quarto luogo, i grafici statistici non solo possono trasmettere informazioni più velocemente ed efficacemente, ma anche per quei non statistici che non hanno partecipato alla progettazione della tabella e all'espressione dei risultati statistici, le informazioni trasmesse dai grafici sono più facili da accettare. La visualizzazione dei risultati statistici può migliorare la qualità della cooperazione nel processo di sperimentazione clinica, abbreviare i tempi e il processo decisionale, soprattutto quando le domande di ricerca sono più complesse, alcuni autori hanno scritto specificamente sulla progettazione grafica.
La valutazione visiva degli eventi avversi dovrebbe avere i seguenti elementi chiave: 1. Integrare le statistiche necessarie nel grafico, 2. Aggiungere linee indicatrici appropriate al grafico, 3. Confrontare visivamente le differenze tra il gruppo di test e il gruppo di controllo attraverso il grafico, 4. È conveniente per il confronto reciproco tra eventi avversi, 5. I grafici dovrebbero essere in grado di evidenziare gli eventi avversi su cui è necessario concentrarsi.
- Fonti dati e software di disegno:
I dati di questo studio provengono da uno studio clinico randomizzato in doppio cieco controllato con placebo di fase III nel trattamento di pazienti con emorragia subaracnoidea.Il meccanismo d'azione del farmaco di valutazione è principalmente quello di bloccare i canali del calcio, inibire la contrazione della muscolatura liscia e dilatare vasi sanguigni. Sono stati arruolati nello studio un totale di 906 pazienti, inclusi 449 casi nel gruppo farmaco e 457 casi nel gruppo placebo.I fattori che possono influenzare la prognosi sono stati bilanciati tra i due gruppi.I pazienti nei due gruppi hanno continuato ad assumere il farmaco per 14 giorni, 0,15 mg/Kg/h al giorno 120 giorni per osservare i risultati.
JMP Clinical è un software statistico appositamente sviluppato per l'analisi dei dati delle sperimentazioni cliniche.Adotta il formato dati CDISC standard, combina metodi statistici avanzati e ricchi grafici interattivi e fornisce potenti capacità di analisi statistica in un ambiente di facile utilizzo. . SAS stesso ha anche una funzione di disegno. I grafici disegnati in questo documento utilizzano tutti SAS e JMP Clinical.
3. Rappresentazione visiva degli eventi avversi
3.1 Descrivere l'incidenza di eventi avversi e il rischio relativo tra i gruppi ( Rischio relativo, RR )
L'incidenza di eventi avversi è la misura più comunemente utilizzata per descrivere il verificarsi di eventi avversi e RR riflette la differenza nell'incidenza di eventi avversi tra la combinazione sperimentale e il gruppo di controllo. Utilizzando il principio del forest plot, l'incidenza di eventi avversi, RR e il relativo intervallo di confidenza al 95% sono integrati in un grafico, in modo da poter osservare l'incidenza di eventi avversi in ciascun gruppo e l'incidenza di eventi avversi in ciascun gruppo può essere dedotto sulla base del RR e del suo intervallo di confidenza al 95% È anche possibile confrontare longitudinalmente se vi è una differenza statisticamente significativa tra i diversi tipi di eventi avversi. Secondo lo scopo della ricerca, gli eventi avversi sono ordinati secondo determinate regole nel diagramma forestale, che può visualizzare in modo intuitivo e ben visibile gli eventi avversi che richiedono maggiore attenzione. Ad esempio, nella ricerca clinica, se lo scopo è descrivere eventi avversi ad alta incidenza, dovrebbero essere ordinati in base all'incidenza da alta a bassa.
Durante lo studio sono stati osservati un totale di 201 eventi avversi , In questo documento sono stati selezionati gli eventi avversi con un tasso di incidenza ≥5% nel gruppo di test e la Figura 1 è stata tracciata in ordine di incidenza dall'alto al basso. I punti di dispersione sul pannello di sinistra della figura rappresentano la frequenza di occorrenza degli eventi avversi, i triangoli rossi rappresentano il gruppo di test e i punti blu rappresentano il gruppo di controllo; il pannello di destra rappresenta il RR dell'evento avverso nel gruppo di test relativo al gruppo di controllo e al suo intervallo di confidenza al 95%. La scala sull'asse X è log 2 Conversione, la posizione della linea tratteggiata è la scala 0, che equivale a RR=2 0 =1; la posizione in cui la scala è 1 equivale a RR=2 1 =2, e così via. Si può osservare dalla figura che gli eventi avversi nel gruppo sperimentale con incidenza maggiore rispetto al gruppo di controllo e con differenze statisticamente significative sono stati “flebite”, “urina isotonica”, “ipotensione” ed “edema polmonare”; gli eventi con una frequenza maggiore rispetto al gruppo sperimentale e la differenza statisticamente significativa sono stati "ipertensione", "vasocostrizione" e "iponatriemia".
Secondo il principio del forest plot, ogni evento avverso deve essere considerato come una colonna e potrebbero esserci centinaia di eventi avversi in uno studio clinico, quindi nelle applicazioni pratiche dovrebbe essere combinato con lo scopo della visualizzazione per selezionare alcuni degli eventi avversi su cui concentrarsi Per l'estrazione, i criteri di selezione devono essere considerati attentamente. In questo documento vengono selezionati gli eventi avversi comuni con un tasso di incidenza ≥ 5% C'è un altro problema in questa selezione: potrebbero esserci alcuni eventi avversi il cui tasso di incidenza è <5%, ma la differenza tra i gruppi è statisticamente significativa. può perdere tali eventi avversi.
Figura 1 Incidenza e rischio relativo di eventi avversi
3.2 Descrivere la classificazione del sistema corporeo, il numero di eventi avversi e le differenze tra i gruppi
La classificazione sistematica degli eventi avversi è un contenuto necessario dell'analisi degli eventi avversi. Attualmente, l'incidenza degli eventi avversi di ciascun sistema è spesso descritta sotto forma di tabella. La classificazione del sistema degli eventi avversi, l'incidenza di ciascun evento avverso, e le statistiche delle differenze tra i gruppi possono essere ottenute utilizzando un diagramma ad albero.Il significato è integrato in un'immagine. Treemap è una tecnologia rappresentativa basata sulla tecnologia di visualizzazione della gerarchia.La sua idea di base è quella di dividere lo spazio dati n-dimensionale in diversi sottospazi, e questi sottospazi sono ancora organizzati in una struttura gerarchica e visualizzati graficamente.
La Figura 2 è disegnata secondo i principi di cui sopra, e ogni quadrato nella figura rappresenta un evento avverso. Gli eventi avversi dello stesso sistema sono raggruppati insieme e contrassegnati con il loro nome di classificazione del sistema in modo semitrasparente. La dimensione del quadrato è proporzionale al numero di tali eventi avversi, maggiore è il quadrato, maggiore è il numero totale di tali eventi avversi, viceversa, minore è il quadrato, minore è il numero di tali eventi avversi. Il colore del quadrato è rosso, il che significa che il numero di eventi avversi nel gruppo sperimentale è superiore a quello del gruppo di controllo, e verde significa che il numero di eventi avversi nel gruppo di controllo è superiore a quello del gruppo sperimentale . Il colore del quadrato e il numero di eventi avversi sono determinati dal valore P della differenza tra i gruppi: minore è il valore P, più scuro è il colore e maggiore è la significatività della differenza tra i gruppi.
Figura 2 diagramma ad albero
Questa espressione grafica può dare ai lettori un forte impatto visivo.I lettori possono vedere direttamente che il quadrato più scuro indica che la differenza tra i gruppi di eventi avversi è molto significativa, e questa differenza è probabilmente causata dalle misure terapeutiche; inoltre, i lettori possono anche Osserva in modo intuitivo informazioni come il numero totale di eventi avversi e le differenze tra i gruppi di eventi avversi.L'acquisizione di queste informazioni è semplice e diretta, non confrontabile con le tabelle digitali. Si può osservare nella figura che i tassi di incidenza di "malattie del sistema nervoso" e "malattie vascolari" sono approssimativamente gli stessi, ma la differenza tra i gruppi di "malattie vascolari" è molto più alta di quella delle "malattie del sistema nervoso". Le "malattie vascolari" sono principalmente quattro eventi avversi, tra i quali "flebiti" e "ipotensione" hanno un tasso di incidenza più elevato nel gruppo test rispetto al gruppo di controllo; mentre "vasocostrizione" e "ipertensione" hanno un tasso di incidenza più elevato nel gruppo di controllo gruppo superiore al gruppo di prova.
La figura 2 è disegnata da JMP, in questo software è possibile cliccare direttamente sul quadrato dell'evento avverso di interesse ed eseguire una descrizione statistica o un'inferenza statistica sull'evento avverso, in modo da ottenere i valori specifici richiesti. Gli scopi della ricerca clinica sono spesso diversi: nelle applicazioni pratiche, è possibile effettuare trasformazioni appropriate sulla base della Figura 2. Ad esempio, è possibile raggruppare ed emettere due diagrammi ad albero.
3.3 Eventi avversi con differenze statisticamente significative tra i gruppi di screening
Lo screening degli eventi avversi con differenze statisticamente significative tra i gruppi e il chiarimento della loro relazione con i farmaci è uno degli scopi principali dell'analisi degli eventi avversi. L'utilizzo della mappa del vulcano può aiutare i ricercatori a trovare rapidamente gli eventi avversi con differenze statisticamente significative tra i gruppi, e quindi un'analisi dettagliata di questi eventi avversi è stato eseguito. Nelle statistiche, la mappa del vulcano viene utilizzata per identificare rapidamente le differenze tra gruppi dello stesso tipo di dati in un set di dati di grandi dimensioni sotto forma di un grafico a dispersione. La Figura 3 è stata disegnata secondo i principi di cui sopra, che non solo ha evidenziato gli eventi avversi con differenze significative tra i gruppi, ma ha anche mostrato l'incidenza totale di questi eventi avversi e la differenza di incidenza tra i gruppi (Risk Difference, RD).
L'asse X nel grafico rappresenta la differenza nel tasso di eventi avversi tra il gruppo di test e il gruppo di controllo (gruppo di test-gruppo di controllo) e l'asse Y rappresenta la significatività statistica della differenza tra i gruppi. Un punto in cui RD è maggiore di 0 indica che l'evento avverso si è verificato di più nel gruppo di test e un punto inferiore a 0 indica che l'evento avverso si è verificato di più nel gruppo di controllo e più si discosta da 0, maggiore è la differenza tra i gruppi. L'asse Y indica la significatività della differenza tra i gruppi. Maggiore è il valore sull'asse Y, minore è il valore P della differenza tra gli eventi avversi. La differenza statisticamente significativa è calcolata dal modello misto SAS e dal centro statistico Il False Discovery Rate (FDR) di False Discovery Rate (FDR) è stato corretto per test multipli. Dopo l'aggiustamento, gli eventi avversi al di sopra della linea tratteggiata rossa presentano differenze statisticamente significative tra i gruppi. Il significato rappresentato dal colore del punto è mostrato nella legenda e la dimensione del punto rappresenta l'incidenza degli eventi avversi.
Figura 3 Grafico del vulcano che riflette la differenza tra i gruppi di eventi avversi e l'entità della differenza
3.4 Combinazione di reazioni avverse
Ci sono principalmente 5 eventi avversi a cui bisogna prestare attenzione attraverso la mappa del vulcano.In questo momento, i ricercatori hanno spesso bisogno di analizzare questi 5 eventi avversi in dettaglio, compresa la deduzione della causa del loro verificarsi osservando la concorrenza di eventi avversi. A tale scopo è possibile utilizzare un diagramma di Venn o un diagramma di Venn.In statistica, un diagramma di Venn è un grafico che rappresenta visivamente un insieme e la sua relazione con una curva chiusa.
Figura 4 Diagramma di Venn
3.5 Sono necessari studi clinici di follow-up a lungo termine AE analisi di sopravvivenza
Nell'analisi statistica degli eventi avversi, al fine di osservare il rischio di un determinato evento avverso nel soggetto nel tempo, i dati sugli eventi avversi possono essere utilizzati come dati time-to-event per l'analisi della sopravvivenza. È molto appropriato utilizzare il modello di analisi della sopravvivenza per valutare il rischio di eventi, perché i dati degli eventi avversi stessi includono sia l'occorrenza (con o senza) sia l'ora in cui si è verificato l'evento, e ci sarà una percentuale considerevole di valori censurati nel trattamento a lungo termine, quindi l'analisi di sopravvivenza dovrebbe essere utilizzata per calcolare il tasso cumulativo di eventi avversi in modo da non sottovalutare il rischio. ICH raccomanda di utilizzare il metodo di analisi della sopravvivenza per analizzare i dati sugli eventi avversi.La letteratura straniera ha dimostrato l'importanza del modello di analisi della sopravvivenza nell'analisi degli eventi avversi e ha discusso il disegno della curva di sopravvivenza. Esistono molti tipi di eventi avversi nella ricerca clinica e questo metodo può eseguire solo analisi di sopravvivenza su un determinato evento avverso preoccupante.
L'analisi degli eventi avversi si concentra sulla relazione tra il tempo di accadimento degli eventi avversi e il tempo del trattamento.La figura 5 è la curva di Kaplan-Meier del tempo di accadimento della flebite nei due gruppi.I numeri nella parte inferiore della figura rappresentano il numero iniziale di persone ad ogni visita. +" indica che ci sono casi censurati in questo momento e gli intervalli di confidenza del 95% sono tracciati sopra e sotto la curva. Se le due curve sono molto vicine, disegnare l'intervallo credibile renderà difficile distinguere le due curve.Per mantenere il grafico semplice e facile da distinguere, si possono suggerire i seguenti metodi: 1. Utilizzare l'errore standard invece dell'errore Intervallo credibile al 95% o semplicemente Disegna l'errore standard sopra la curva, 2 sposta la curva del gruppo di test a sinistra e sposta la curva del gruppo placebo a destra, in modo che gli intervalli credibili delle due curve siano sfalsati , 3 non disegna più l'intervallo credibile, segna HR e L'intervallo di confidenza o il valore P del Log-rank test è sufficiente.
Fig.5 Curva di Kaplan-Meier del tempo di occorrenza della flebite
Si può vedere dalla figura che la flebite si è verificata entro 17 giorni dall'inizio dello studio, principalmente entro i primi 14 giorni, il che è coerente con il tempo di trattamento dello studio, e il tasso di occorrenza della flebite nel gruppo di test era molto più veloce di quello nel gruppo placebo, suggerendo che il farmaco può indurre flebite durante il trattamento.
Oltre alla funzione di sopravvivenza, la funzione di rischio può anche essere calcolata con il metodo della tavola di sopravvivenza nell'analisi di sopravvivenza.La figura 6 disegna il diagramma della funzione di rischio della flebite durante il periodo di follow-up. Allo stesso modo, il numero di persone all'inizio del periodo è segnato sotto il grafico e l'errore standard è tracciato sulla curva. La cifra viene calcolata utilizzando il metodo della tabella di vita e due giorni sono impostati come intervallo e il tasso di rischio di ciascun intervallo è il tasso di rischio nel punto medio dell'intervallo. Questa cifra riflette direttamente il rischio di flebite nei soggetti in tempi diversi dopo la somministrazione. Va notato che poiché il metodo della tabella di vita in SAS presuppone che tutti i casi censurati si verifichino nel punto medio dell'intervallo di tempo, il che significa che i casi censurati hanno sperimentato solo la metà dell'intervallo di tempo, quindi quando si calcola il numero di persone al all'inizio del periodo, i casi censurati Da moltiplicare per 0,5. Ciò farà sì che il numero di persone all'inizio del periodo potrebbe non essere un numero intero.
Figura 6 Diagramma della funzione rischio di eventi avversi
Nella valutazione degli eventi avversi negli studi clinici con follow-up a lungo termine, si raccomanda di utilizzare le due cifre precedenti.
4. discutere
Ci sono molte direzioni per l'analisi degli eventi avversi negli studi clinici.Questo articolo cerca di analizzare e mostrare da più angolazioni, ma non può ancora coprire tutto. Le 6 immagini precedenti non sono adatte solo per gli scopi di analisi mostrati nell'articolo, ad esempio, negli studi clinici, si incontreranno tali problemi, "Se il paziente è stato curato per X mesi senza eventi avversi, possiamo allentare la nostra vigilanza? Per quanto tempo dobbiamo mantenerla vigile?", in base a questa esigenza, possiamo utilizzare la Figura 5 per creare un diagramma della funzione di rischio per il tempo di prima occorrenza di eventi avversi, e quindi possiamo osservare nella figura che il tasso di rischio scende a 0 dopo X mesi, cioè entro X mesi Sii vigile. In breve, nel processo di analisi visiva degli eventi avversi, è necessario combinare lo scopo della visualizzazione con le caratteristiche della grafica e scegliere la grafica più adatta.
È più comune che un certo gruppo di eventi avversi nei due gruppi di studi clinici abbia una frequenza pari a 0. Per questo tipo di dati, il metodo comune consiste nell'aggiungere 0,5 a ciascuna griglia e quindi calcolare il RR o il differenza di rischio (RD). In questo documento, la differenza di tasso viene utilizzata per le statistiche.
Nell'analisi degli eventi avversi, dovrebbero essere considerati anche alcuni potenziali fattori che influenzano gli eventi avversi, come il decorso della malattia, l'età, il sesso, la gravità della malattia, il dosaggio, ecc., e l'analisi di regressione logistica può essere utilizzata per calcolare l'OR valore utilizzando fattori correlati come covariate.I valori sono tracciati nella Figura 1. La proporzione degli eventi avversi è 0, la frequenza ha una proporzione elevata, la varianza della frequenza degli eventi avversi è maggiore della media e l'aggregazione degli eventi avversi, ovvero il verificarsi di un evento avverso, la probabilità che ne accada un altro modifiche degli eventi avversi Queste tre caratteristiche rendono più adatto l'utilizzo di eventi avversi negativi Per l'adattamento del modello è stata utilizzata la regressione binomiale. Pertanto, quando la regressione logistica non è applicabile, è possibile considerare il modello di regressione binomiale negativa.
Se vengono eseguiti test statistici sulle differenze tra i gruppi di eventi avversi negli studi clinici, si dovrebbe considerare il problema dei confronti multipli per ridurre gli errori di falsi positivi. I confronti multipli tradizionali si basano sul controllo del tasso di errore totale di tipo I, ma i risultati sono troppo conservativi quando ci sono troppi gruppi.Il metodo basato sul controllo del tasso di errore dei risultati positivi può non solo ottenere una maggiore efficienza del test, ma anche un migliore controllo il tasso di errore totale di tipo I. Tasso di errore.
5. Riassumere
Prima che un nuovo farmaco venga lanciato sul mercato, la sua efficacia e sicurezza devono essere confermate attraverso studi clinici scientifici e standardizzati in conformità con i requisiti GCP.L'analisi degli eventi avversi è un aspetto importante della valutazione della sicurezza, quindi è particolarmente importante. Tuttavia, l'attuale analisi degli eventi avversi non è perfetta.Naturalmente, questo è anche correlato alle caratteristiche dell'analisi della sicurezza, perché la valutazione della sicurezza è diversa dalla valutazione dell'efficacia.Per la valutazione dell'efficacia, gli endpoint della sperimentazione clinica devono essere chiaramente definiti nel protocollo di ricerca La verifica delle ipotesi per il confronto dei risultati tra diversi gruppi si concentra sulla risposta media della popolazione target, mentre gli endpoint di sicurezza di solito non sono determinati in anticipo e l'analisi della sicurezza tende ad essere di natura più esplorativa. Rispetto all'analisi dell'efficacia clinica, viene valorizzato il valore medio; la valutazione della sicurezza presta maggiore attenzione alla risposta individuale. Ciò determina che l'analisi degli eventi avversi viene effettuata principalmente sotto forma di descrizione statistica.
Tuttavia, l'attuale descrizione statistica si basa principalmente su tabelle e l'elevato numero di tabelle rende difficile trasmettere informazioni in modo efficace. L'utilizzo di un metodo visivo per analizzare gli eventi avversi non solo è conciso e l'istruzione target è chiara, ma integra anche le principali statistiche rilevanti nei grafici, migliorando l'efficienza della comunicazione e risparmiando tempo di ricerca e sviluppo. Pertanto, nell'analisi degli eventi avversi negli studi clinici, si raccomanda di utilizzare metodi di analisi visiva per scoprire potenziali segnali di sicurezza disegnando diversi grafici statistici.
