【技术实现步骤摘要】
本专利技术属于数据处理，尤其是涉及一种基于严重不良反应数据的药品关键质量属性筛选方法。
技术介绍
1、不良反应监控是指对药品使用后可能出现的不良反应进行实时、持续、系统地监测、报告和管理的过程。不良反应是指在正常用法用量下，合格药品引起的与预期药物疗效无关的有害反应。药品的不良反应监控最早可以追溯到20世纪初。当时，医生和药剂师开始意识到某些药物会引起患者不良反应，并且开始记录和报告这些不良反应。随着时间的推移，不良反应监控变得越来越重要，并逐渐成为世界各国药物监管机构的一个重要组成部分。国际上，不良反应监控由世界卫生组织（who）负责引领和指导。世界卫生组织通过其国际药物监督机构（药物不良反应监测中心）收集、管理和分析全球范围内的药物不良反应报告。各个国家的药品监管机构负责国内的不良反应监控工作，根据世界卫生组织的指导和要求进行药物不良反应的监测和报告。在我国，国家药品不良反应监测中心负责全国范围内的药品不良反应报告和监测的技术工作。药品生产企业、药品经营企业和医疗机构应当按照相关法律法规的要求，建立药品不良反应报告和监测管理制度，并配备专职人员负责不良反应的报告和监测工作。地方各级药品监督管理部门和卫生行政部门负责本行政区域内的药品不良反应报告和监测工作的管理和指导，同时要建立健全药品不良反应监测机构。此外，国家药品不良反应监测中心还负责药品不良反应报告和监测的收集、评价、反馈、上报以及药品不良反应监测信息网络的建设和维护。
2、目前国家不良反应监控中心的不良反应监控数据，按品种采用一例一次法统计。不良反应数据除
3、国内制药工艺发展现状表现出的工艺控制能力差，究其根本是缺乏对工艺的理解，没有理清并关注关键质量属性、关键物料属性、关键工艺参数之间的关系。根据qbd原理，关键质量属性cqas是指终产品的物理、化学、生物学以及微生物特征，应在适当的限度或分布内，以确保药品的质量[61]。药品的质量属性包括鉴别、含量测定、含量均匀性、降解产物、残留溶剂、药物释放度或溶解度、水分含量、微生物限度等，属性的关键性主要取决于该属性超出限度对患者伤害的严重性。因此，药品质量属性和不良反应数据之间可能存在一定的因果关系，但这种因果关系是未知的。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种基于严重不良反应数据的药品关键质量属性筛选方法。
2、本专利技术采用的技术方案是：基于严重不良反应数据的风险等级划分方法，以严重不良反应例次和临床用药量数据为基础，以严重不良反应权重系数和/或相对严重不良反应权重系数衡量严重不良反应风险大小；
3、公式如下：
4、 公式1；
5、 公式2；
6、wsadr为严重不良反应权重系数，rwsadr为相对严重不良反应权重系数。
7、基于严重不良反应数据的药品关键质量属性筛选方法，以风险等级划分方法为基础，针对各个等级分别使用多项式逻辑回归方法对各个质量属性进行分析，通过各质量属性对应的概率分布判断质量属性与引起严重不良反应的相关程度。
8、优选地，具体步骤如下：
9、步骤一：根据严重不良反应数据，以严重不良反应权重系数和/或相对严重不良反应权重系数衡量严重不良反应风险大小；
10、 公式1；
11、 公式2；
12、wsadr为严重不良反应权重系数，rwsadr为相对严重不良反应权重系数；
13、步骤二：选定与严重不良反应发生有关的质量属性作为工艺控制关键点，以质量属性作为自变量，不良反应发生率作为因变量，通过多项式逻辑回归法对工艺控制关键点进行挖掘；根据所划分的风险等级，分别针对同一风险等级做多项式逻辑回归分析；
14、 (公式4)；
15、其中，药品质量属性qa1，qa2，…qam，严重不良反应的发生概率为p，则不发生严重不良反应的概率就为1-p； β 0为常量， β 1 ，β 2 ，…，β m为质量属性 qa 1 , qa 2 , …, qa m的逻辑回归系数；
16、步骤三：通过 β j （j=1,2，…,m）的输出值分析不同风险等级之间质量属性的贡献， β j为 β 1 ，β 2 ，…，β m中的一个，通过对应质量属性的概率分布判断质量属性与引起严重不良反应的相关程度。
17、优选地，步骤一中，以严重不良反应例次和临床用药量数据为基础，建立相对严重不良反应权重系数的逻辑回归曲线，以严重不良反应权重系数进行风险等级划分，通过n个严重不良反应权重系数划分点值划分得到n+1个等级。
18、优选地，步骤二中，质量属性包括ph值、聚合物含量（pimp）、单个杂质含量、总杂质含量（impt）、水分值、以无水物计api含量值中的至少两种；其中单个杂质含量包括如impa、impb、impd、impe和imps中的一种或多种的组合。
19、优选地，步骤二中，分别计算各划分点值的严重不良反应的发生概率p，拟合得到多个严重不良反应-质量属性logistic回归模型。
20、优选地，步骤三中， β j的输出值越大，对应的质量属性qaj与严重不良反应发生越为相关。
21、本专利技术具有的优点和积极效果是：定义“相对严本文档来自技高网...
【技术保护点】
1.基于严重不良反应数据的风险等级划分方法，其特征在于：以严重不良反应例次和临床用药量数据为基础，以严重不良反应权重系数和/或相对严重不良反应权重系数衡量严重不良反应风险大小；
2.基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：以权利要求1所述的风险等级划分方法为基础，针对各个等级分别使用多项式逻辑回归方法对各个质量属性进行分析，通过各质量属性对应的概率分布判断质量属性与引起严重不良反应的相关程度。
3.根据权利要求2所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：具体步骤如下：
4.根据权利要求3所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：步骤一中，以严重不良反应例次和临床用药量数据为基础，建立相对严重不良反应权重系数的逻辑回归曲线，以严重不良反应权重系数进行风险等级划分，通过n个严重不良反应权重系数划分点值划分得到n+1个等级。
5.根据权利要求3所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：步骤二中，质量属性包括pH值、聚合物含量PIMP、单个杂质含量、
6.根据权利要求3所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：步骤二中，分别计算各划分点值的严重不良反应的发生概率p，拟合得到多个严重不良反应-质量属性logistic回归模型。
7.根据权利要求3所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：步骤三中，βj的输出值越大，对应的质量属性QAj与严重不良反应发生越为相关。
...【技术特征摘要】
1.基于严重不良反应数据的风险等级划分方法，其特征在于：以严重不良反应例次和临床用药量数据为基础，以严重不良反应权重系数和/或相对严重不良反应权重系数衡量严重不良反应风险大小；
2.基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：以权利要求1所述的风险等级划分方法为基础，针对各个等级分别使用多项式逻辑回归方法对各个质量属性进行分析，通过各质量属性对应的概率分布判断质量属性与引起严重不良反应的相关程度。
3.根据权利要求2所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：具体步骤如下：
4.根据权利要求3所述的基于严重不良反应数据的药品关键质量属性筛选方法，其特征在于：步骤一中，以严重不良反应例次和临床用药量数据为基础，建立相对严重不良反应权重系数的逻辑回归曲线，以严重不良反应权重系数进行风险等级...
【专利技术属性】
技术研发人员：赵瑜，王琰，胡昌勤，孙会敏，王晨，宋皞昀，
申请(专利权)人：中国食品药品检定研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。