Elektronisk interaktionskontrol

Transkript

1 Elektronisk interaktionskontrol test og sammenligning af nationale databaser udarbejdet af : Kell E. Greibe og Mikkel Viggers Kell E. Greibe, Læge, M.I. stud.

2 Baggrund for undersøgelsen Kan nationale interaktionsdatabaser retfærdiggøres? - interaktioner er et svært område - viden er ikke nødvendigvis nationalt forankret - eksisterer relevante klinisk signifikante interaktioner? - talrige forskellige interaktionsdatabaser verden over Får alle nationaliteter de samme oplysninger om interaktioner? - kan vi stole på oplysningerne, er de internationalt ensartede - eksperter har forskellige opfattelser - gylden standard mangler Vi kan ikke vurdere rigtigheden af indholdet kun sammenligne!

3 Interaktioner - typer Farmakodynamiske interaktioner - mellem lægemidler, som har en lignende eller modsatrettet farmakologisk effekt -er forudsigelige baseret på et generelt kendskab til farmakologi - påvirker som regel alle patienter -nemme at generalisere omkring og lave bredere regler på klasseniveau Farmakokinetiske interaktioner - ændrer absorptionen, metaboliseringen eller udskillelsen af et andet lægemiddel - svære at forudsige - mange af dem påvirker kun få patienter -kan ikke generaliseres som en klasseeffekt.

4 Interaktioner - generelt De fleste lægemiddelinteraktioner er harmløse. Alvorlighedsgraden kan variere meget. De potentielt farlige finder kun sted hos få patienter De er svære at skelne fra andre reaktioner

5 Salgsnavn Lægemiddel klassifikation Pinex / / Pamol - mange mærker - samme indhold Indholdsstof - samme indholdsstof - flere indikationer ATC kode - samme kode - forskellige indholdsstoffer

6 Den Nationale Interaktionsdatabase, (IADB) Danmark registrerede interaktioner baseret på indholdsstoffer, receptpligtige lægemidler håndkøbslægemidler udvalgte naturlægemidler stærke vitamin og mineralpræparater Udarbejdet af Lægemiddelstyrelsen to farmaceuter en læge fagligt videnskabeligt udvalg med kliniske farmakologer Beskrivelsen af interaktioner findes som detaljerede gennemgange af litteraturen, dens dokumentationsgrad samt den kliniske betydning. Desuden til daglig brug en sammenfatning i form af en rekommandation

7 Den Nationale Interaktionsdatabase, (IADB) Danmark Rekommandation Ikon Kombinationen bør undgås Kombinationen bør undgås se klasseeffekt Kombinationen kan anvendes med dosisjustering Kombinationen kan anvendes med forskudt indtagelsestidspunkt Kombinationen kan anvendes under visse forholdsregler Kombinationen kan anvendes

8 Drug Information Database, (DRUID) Norge ukendt antal registrerede interaktioner baseret på ATC systemet på alle niveauer (undtagen niveau 1) Udarbejdet af : Magne Rekdal, Olav Spigset og Leif Terje Fonnes Institutt for Farmakoterapi ved Universitetet i Oslo Pfizer A/S (teknisk og økonomisk støtte) Som hovedprincip er der i DRUID alene medtaget dokumenterede interaktioner, som primært stammer fra publicerede studier samt upublicerede data, som er gengivet i lægemiddelproducenternes egne præparatomtaler Desuden til daglig brug en sammenfatning i form af en rekommandation

9 Drug Information Database, (DRUID) Norge Rekommandation Ikon Bør ikke kombineres Bør tages med mindst 2-3 timers mellemrum Tag forholdsregler Akademisk interesse

10 Datasæt : Hazlet Antal virtuelle patienter i undersøgelsen: 6 Reduceret med : 1 Antal ordinerede præparater : 24 Antal kombinationer : 37 Kombinationer der interagerer : 16 Kombinationer der ikke interagerer : 21

11 Datasæt : Hazlet Ordinationer (indholdsstoffer) 1 Cisapride Erythromycin Sildenafil 2 Cisapride Erythromycin Fluconazole Tacrolimus 3 Ketoconazole Omeprazole Simvastatin Tacrolimus Indholdsstof/ATC Cisaprid/A03F A02 Erythromycin/J01F A01 Sildenafil/G04B E03 Cisaprid/A03F A02 Erythromycin/J01F A01 Fluconazol/J02A C01 Tacrolimus/L04A A05 Ketoconazol/J02A B02 Omeprazol/A02B C01 Simvastatin/C10A A01 Tacrolimus/L04A A05 Interaktion Cisaprid/Erythromycin 92 % Erythromycin/Sildenafil 0 % Cisaprid/Erythromycin 92 % Cisaprid/Fluconazol 92 % Erythromycin/Tacrolimus 92 % Fluconazol/Tacrolimus 42 % Ketoconazol/Omeprazol 67 % Ketoconazol/Simvastatin 50 % Ketoconazol/Tacrolimus 33 % 4 Atenolol Azithromycin Digoxin Fluvoxamine Theophylline 5 Azithromycin Carbamazepine Rifampin Verapamil Atenolol/C07A B03 Azithromycin/J01F A10 Digoxin/C01A A05 Fluvoxamin/N06A B08 Theophyllin/R03D A04 Azithromycin/J01F A10 Carbamazepin/N03A F01 Rifampicin/J04A B02 Verapamil/C08D A01 Atenolol/Digoxin 17 % Fluvoxamin/Theophyllin 75 % Carbamazepin/Verapamil 83 % Rifampicin/Verapamil 75 % Gennemsnit 62,3% 84,6% 92,3%

12 Datasæt : Hazlet Software Specificitet Sensitivitet Positiv Prædiktiv Værdi Negativ Prædiktiv Værdi 0,89 0,71 0,67 1,00 0,69 0,90 0,89 0,92 0,85 0,94 0,94 0,92 0,92 0,94

13 Hypotese Danske og norske patienter er fysiologisk ens Samme information er til rådighed Ekspertise er til rådighed til at bruge informationen Med så mange eksperter arbejdende med at beskrive de samme interaktioner for de samme lægemidler ud fra den samme farmakologiske og kliniske dokumentation, må man formode, at der kan opnås en høj grad af konsensus. Forventet : Høj grad af lighed mellem databaserne

14 Metode INPUT -Patientdata - Praktiserende Læge patient datasæt - HIV patient datasæt - Virtuelle datasæt BEHANDLING OUTPUT - eget udviklet SQL program til styring - SQL tabeller - IADB, DRUID xml konverteret til SQL databaser - Elektronisk version af Lægemiddelkatalog - statistik, simple procenter, Kappa -grafik

15 DRUID IADB

16 Input / lægemiddel Patientdata, praktiserende læge (pt n, stof n, atc n ) Patientdata, HIV (pt n, stof n, atc n ) Processering / interaktionskontrol Pt Stof ATC 1 Cisaprid 1 Sildenafil A03F A02 G04B E03 1 Erythromycin J01F A01 2 Tacrolimus L04A A05 2 Erythromycin J01F A01 2 Cisaprid A03F A02 2 Fluconazol J02A C01 IADB (stof 1, stof 2 ) Output / interaktioner Rene IADB-interaktioner Virtuelle data, alle kombinationer (pt 1, stof n, atc n ) Dannelse af lægemiddelkombinationer pr. pt. (stof 1, stof 2, atc 1, atc 2 ) Dannelse af inputparametre til interaktionskontrol Interaktioner i begge databaser Virtuelle data, amerikansk undersøgelse (pt n, stof n, atc n ) (atc 1, atc 2 ) Rene DRUID-interaktioner Virtuelle data, indberettede kombinationer (pt n, stof n, atc n ) DRUID pt = patient, stof = indholdsstof, atc = ATC-kode

17 DRUID IADB

18 Datasæt : Praktiserende læge Antal patienter i praksis : Antal patienter m. fødselsår t.o.m : 459 Reduceret med : 84 Antal patienter i undersøgelsen : 375 Antal ordinationer : Antal kombinationer : Interaktioner antal % IADB 266 4,13 % DRUID 256 3,98 %

19 Interaktioner fordelt på rekommandationer Datasæt : Prak

20 Datasæt : Prak Fordelingen af antal hits i de to interaktionsdatabaser Fællesmængde i pct. af DRUID : 52 % Fællesmængde i pct. af IADB : 49 % Unikke hits: 435 ud af komb.= 7 % Fællesmængde i pct. af total : 20 %

21 Datasæt : Prak Fordeling af interaktioner på rekommendations-sæt Rød Procentuel enighed i alt 72/435 16,55 % Gul Grøn Ingen Grøn Gul Rød Procentuel enighed i fællesmængden 72/87 82,76 % Ingen Κ = 0, moderat enighed

22 Skandinavisk sammenligning Datasæt : Prak Fællesmængden IADB DRUID 20 % IADB SILDB 22 % SILDB % DRUID

23 Skandinavisk sammenligning Datasæt : Prak Sammenligning af specifikke rekommandations-par i fællesmængden Procentuel sammenligning Cohens Kappa koefficient 83 % 56 % 75 % 48 % 77 % 43 %

24 Datasæt : HIV Antal patienter fra Colate : 132 Antal patienter fra MaxCMin : 311 Antal patienter fra MaxCMin 2 : 327 Reduceret med : 23 Antal patienter i undersøgelsen : 747 Antal ordinationer : Antal kombinationer : Interaktioner antal % IADB ,18 % DRUID ,36 %

25 Interaktioner fordelt på rekommandationer Datasæt : HIV

26 Fordelingen af antal hits i de to interaktionsdatabaser Datasæt : HIV Fællesmængde i pct. af DRUID : 74,76 % Fællesmængde i pct. af IADB : 29,67 % Unikke hits: ud af komb. = 40 % Fællesmængde i pct. af total : 27 %

27 Datasæt : HIV Fordeling af interaktioner på rekommendations-sæt Procentuel enighed i alt 282/ ,68 % Rød Gul Grøn Procentuel enighed i fællesmængden 282/785 35,92 % Ingen Ingen Grøn Gul Rød Κ = - 0,21 - ingen enighed

28 Datasæt : HIV Skandinavisk sammenligning IADB DRUID 27 % IADB SILDB 28 % SILDB % DRUID

29 Skandinavisk sammenligning Datasæt : HIV Sammenligning af specifikke rekommandations-par i fællesmængden Procentuel sammenligning Cohens Kappa koefficient 36 % Negativ 29 % Negativ 89 % 70 %

30 Datasæt : Alle kombinationer Antal præparater i Lægemiddelfortegnelsen : Antal unikke præparater : Yderligere reduceret med : 348 Antal lægemidler selekteret i alt : Antal kombinationer : Interaktioner antal % IADB ,79 % DRUID ,30 %

31 Interaktioner fordelt på rekommandationer Datasæt : Alle

32 Datasæt : Alle Fordelingen af antal hits i de to interaktionsdatabaser Fællesmængde i pct. af total : 15,41 %

33 Datasæt : Alle Fordeling af interaktioner på rekommandations-sæt Procentuel enighed i alt 1040/ ,52 % Rød Gul Grøn Ingen Ingen Grøn Gul Rød Procentuel enighed i fællesmængden 1,040/1,682 61,83 % Κ = 0, fair enighed

34 Konklusion Uensartethed Lighed Eksperterne har forskellig mening Databasernes har forskellig struktur

35 TAK FOR JERES OPMÆRKSOMHED