Disproportionality analysis of ALK inhibitor-induced hemolytic adverse events: a pharmacovigilance study using the FDA Adverse Event Reporting System Database
Notice bibliographique
Résumé
Anaplastic lymphoma kinase (ALK) inhibitors have transformed treatment for ALK-rearranged malignancies, particularly non-small cell lung cancer, by disrupting oncogenic signalling. However, hematologic adverse effects, including hemolysis, have emerged as concerns, especially with alectinib. This study evaluates the prevalence of hemolytic events associated with ALK inhibitors using FDA Adverse Event Reporting System (FAERS) data. A retrospective pharmacovigilance analysis was conducted using FAERS data (2013-2023). Disproportionality analysis with OpenVigil 2.1 assessed associations between ALK inhibitors and hemolysis-related events. Reporting odds ratios (RORs) were calculated, with statistical significance defined as ROR > 2.00 and a lower 95% confidence interval (CI) bound > 1.00. Alectinib exhibited strong associations with hemolysis (ROR 24.01, 95% CI: 17.88-32.24; 45 reports) and bilirubin increase (ROR 18.86, 95% CI: 15.92-22.34; 138 reports). Crizotinib and ceritinib showed weaker signals, while brigatinib and lorlatinib had no significant associations. The findings highlight alectinibs potential hemolytic risk, necessitating hematologic monitoring. Proposed mechanisms include immune-mediated hemolysis, direct cytotoxicity, and metabolic variability. Routine hemoglobin and bilirubin assessments, along with clinical vigilance, are essential. Further studies are needed to elucidate mechanisms of causality and optimize patient safety.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,062 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,005 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».