Autore: Michele Fusaroli, Università di Bologna
michele.fusaroli2@unibo.it
Stefano Polizzi, Valentina Giunchi, Emanuel Raschi, Elisabetta Poluzzi.
Categoria Primaria: Metodi epidemiologici e biostatistici
Categoria Secondaria: Farmacoepidemiologia
Introduzione: Una sfida emergente dell’epidemiologia riguarda lo studio di sistemi complessi caratterizzati da molteplici interazioni. Ne sono esempi le sindromi, caratterizzate da molteplici segni e sintomi che non solo co-occorrono ma interagiscono, le politerapie, e i quadri di fragilità conseguenti alle comorbidità. Lo studio di tali sistemi richiede approcci metodologici sofisticati come la network analysis, che è stata applicata recentemente agli archivi di farmacovigilanza, per studiare interazioni tra eventi avversi ed esposizione a farmaci.
Obiettivo: Presentare le applicazioni e l’utilità della network analysis sui dati di farmacovigilanza e discutere l’opportunità di utilizzare analoghi approcci sui dati epidemiologici.
Metodi: Abbiamo identificato quattro esempi chiave per evidenziare il potenziale della network analysis in farmacovigilanza: assunzione di farmaci multipli nei tentativi di auto-avvelenamento, sindromi iatrogene (adversoma) in Covid-19 e durante immunoterapia, impatto psicosociale sulla qualità di vita dell’impulsività indotta dai farmaci. Abbiamo utilizzato dati raccolti dall’FDA Adverse Event Reporting System (FAERS). Le entità (farmaci, eventi, indicazioni) sono state rappresentate come nodi, le relazioni di co-segnalazione come link. I pesi dei link sono stati stimati come frequenze di co-segnalazione e come correlazioni marginali e parziali per studiare, rispettivamente, l’auto-avvelenamento e le sindromi iatrogene. Abbiamo utilizzato algoritmi multilivello per identificare le sub-sindromi.
Risultati: La rete dei farmaci nelle segnalazioni di auto-avvelenamento ha identificato il paracetamolo come farmaco di scelta, e l’ingestione in combinazione di farmaci con area terapeutica condivisa, verosimilmente a causa della facile reperibilità. La rete degli eventi avversi riportati coi farmaci assunti per Covid-19 ha identificato una sub-sindrome caratterizzata da lesioni epatiche e aritmie indotta da idrossiclorochina, lopinavir/ritonavir e azitromicina, e una sub-sindrome riconducibile all’infezione da Covid-19. La network dell’immunoterapia ha identificato non solo la nota overlap syndrome (co-occorrenza di miocardite, miastenia e miosite), ma anche un cluster con epatite, colite e tiroidite. Infine, dallo studio dell’impulsività indotta da farmaci è emerso un impatto metabolico e sul sonno per l’iperfagia, impatti economici e sociali per il gioco d’azzardo e lo shopping compulsivo, problemi coniugali, malattie sessualmente trasmissibili e gravidanze non intenzionali per l’iperessualità.
Conclusioni: La network analysis offre un approccio adatto a rispondere a interrogativi epidemiologici cruciali che coinvolgono sistemi complessi anziché singoli farmaci o eventi isolati. I dati di farmacovigilanza forniscono un solido esempio per progettare studi epidemiologici che affrontano le stesse sfide, consentendo di ottenere evidenze complementari e di validare le evidenze ottenute.