Analyse des facteurs déclenchant le hoquet basée sur une base de données d'informations sur les effets secondaires à grande échelle
Département de pharmacie de l'hôpital de la Croix-Rouge de Musashino / Laboratoire de pharmacie clinique de l'université pharmaceutique Meiji Ryuichiro Hosoya Laboratoire de pharmacie clinique de l'université pharmaceutique Meiji Professeur Hajime Kagaya Laboratoire de pharmacie clinique de l'université pharmaceutique Meiji Professeurs associés Yoshihiro Uesawa et Reiko Nozawa
Le hoquet est un symptôme ressenti par de nombreuses personnes. Bien qu'il ait rarement un impact direct sur la vie, on dit que le hoquet intraitable peut entraîner de l'insomnie, de la dépression, etc. En particulier, pour les patients suivant un traitement pour une maladie, le hoquet induit par les médicaments peut non seulement entraver le traitement, mais également affecter le choix du traitement approprié. Cependant, peu de rapports indiquent qu’il s’agit d’un effet secondaire d’un médicament, et la relation n’a pas été clarifiée. Nous avons donc utilisé une base de données à grande échelle sur les effets indésirables des médicaments (base de données japonaise des rapports sur les événements indésirables des médicaments : JADER) pour identifier les médicaments qui provoquent le hoquet. JADER se compose de quatre tables de données, et chaque table a été jointe à l'aide de JMP. Un tableau de contingence complet 2 × 2 a été créé en fonction de la présence ou de l'absence de hoquet et de la présence ou de l'absence de chaque médicament, et les rapports de cotes et les valeurs P pour le test exact de Fisher ont été calculés. En traçant le logarithme naturel du rapport de cotes sur l'axe des X et le logarithme décimal de l'inverse de la valeur P du test exact de Fisher sur l'axe des Y et en créant un graphique en volcan, nous avons pu extraire et visualiser avec succès les médicaments qui affectent l'apparition du hoquet parmi les nombreux médicaments disponibles. De plus, l’analyse multivariée associée aux informations sur les patients nous a permis d’évaluer les informations physiques pertinentes. Ces méthodes utilisant JMP permettent d’extraire et de visualiser les facteurs nécessaires à partir de bases de données d’effets indésirables des médicaments à grande échelle et sont donc utiles en médecine clinique.
