A real-world pharmacovigilance analysis of ALK inhibitor-associated pleural and pericardial effusion using the FDA Adverse Events Reporting System (FAERS) database from 2013 to 2024
Notice bibliographique
Résumé
INTRODUCTION: The advent of anaplastic lymphoma kinase (ALK) inhibitors has revolutionized the treatment of ALK-rearranged malignancies, establishing these agents as vital components of precision oncology. Despite their proven efficacy in prolonging progression-free and overall survival, ALK inhibitors are associated with notable adverse events, particularly cardiopulmonary complications such as pleural and pericardial effusions. METHODS: This study investigates the real-world prevalence and risk of these effusions associated with five ALK inhibitors, crizotinib, ceritinib, alectinib, brigatinib, and lorlatinib, through disproportionality analysis using the FAERS pharmacovigilance database. RESULTS: The data revealed elevated reporting odds ratios (RORs) for pleural and pericardial effusions, with notable variability among the agents. Crizotinib exhibited RORs of 7.76 (95% CI: 6.60-9.12) and 9.00 (95% CI: 7.10-11.41) for pleural and pericardial effusions, respectively. Ceritinib demonstrated RORs of 7.36 (95% CI: 5.16-10.50) and 10.80 (95% CI: 6.79-17.19), respectively. Alectinib showed lower RORs of 4.76 (95% CI: 3.80-5.97) and 6.67 (95% CI: 4.92-9.04). Brigatinib displayed elevated RORs of 8.70 (95% CI: 6.58-11.52) and 7.87 (95% CI: 4.95-12.51). Lorlatinib presented the highest risk, with RORs of 8.61 (95% CI: 6.72-11.02) and 12.57 (95% CI: 9.08-17.38). CONCLUSIONS: This study highlights the critical need for vigilant pharmacovigilance and a multidisciplinary approach to balance the oncologic benefits of ALK inhibitors against their cardiopulmonary risks. By enhancing awareness and fostering proactive management, these findings aim to support the safe and effective use of ALK inhibitors in treating ALK-rearranged malignancies.
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 | 0,006 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».