Analyse du facteur induisant le hoquet basée sur une base de données d'informations à grande échelle sur les effets secondaires
Département des médicaments de l'hôpital Musashino de la Croix-Rouge / Université pharmaceutique de Meiji Laboratoire de pharmacologie clinique Ryuichiro Hosoya
Professeur Hajime Kagaya, professeur au laboratoire de pharmacologie clinique de l'Université pharmaceutique du Meiji
Professeur associé, Laboratoire de pharmacologie clinique, Université pharmaceutique Meiji Yoshihiro Uzawa, Reiko Nozawa
Le hoquet est un symptôme que beaucoup de personnes éprouvent.Il est rare d'affecter directement la vie, mais on dit que le hoquet réfractaire mène à l'insomnie, à la dépression, etc.En particulier, chez les patients subissant un traitement, le hoquet induit par un médicament peut non seulement nuire au traitement, mais peut aussi affecter les options de traitement appropriées.Cependant, peu d’effets secondaires des médicaments ont été signalés et leur pertinence n’a pas été clarifiée.Par conséquent, en utilisant la base de données sur les effets indésirables à grande échelle (base de données japonaise: JADER), j'ai recherché des médicaments responsables du hoquet.JADER est composé de quatre tables de données, et chaque table est jointe à l'aide de JMP.Sur la base de la présence ou de l'absence du hoquet et de la présence de chaque médicament, un tableau complet de dissolution 2 × 2 a été préparé et le rapport de cotes et la valeur p du test exact de Fisher ont été calculés.En traçant le diagramme de dispersion (tracé du volcan) en prenant le logarithme naturel du rapport de cotes sur l'axe X et le logarithme commun de l'inverse de la valeur P du test exact de Fisher sur l'axe Y, cela affecte l'apparition du hoquet de nombreux médicaments Nous avons réussi à extraire et à visualiser les médicaments à prendre.De plus, il était possible d'évaluer les informations physiques associées par analyse multivariée avec les informations du patient.Ces méthodes utilisant JMP peuvent extraire et visualiser les facteurs nécessaires à partir d'une base de données à grande échelle sur les effets secondaires et sont également utiles en médecine clinique.
