Evaluating seizures associated with novel antineoplastic agents during breast cancer treatment using the Food and Drug Administration Adverse Event Reporting System and Canada Vigilance Adverse Reaction Online Database
Notice bibliographique
Résumé
Background: There is a rising incidence of neurological adverse events (AEs), such as seizures, associated with novel anticancer agents, warranting investigation. Large-scale studies assessing seizure risk across diverse anticancer drug classes, particularly in breast cancer (BC), remain limited. Objective: This study aimed to systematically evaluate the association between seizures and 14 novel anticancer agents used in BC treatment, compared with traditional chemotherapy, utilizing international pharmacovigilance databases. Design: A large-scale, real-world pharmacovigilance study using data from the US FDA Adverse Event Reporting System (FAERS) and the Canada Vigilance Database (from Q1 2004 to Q1 2025). Methods: Disproportionality analysis was employed to calculate reporting odds ratios (RORs) for identifying significant seizure AE signals. Signals were assessed at both the Standardised MedDRA Query and Preferred Term levels. Pan-cancer transcriptomic data from The Cancer Genome Atlas were integrated to explore biological pathways correlated with drug-induced seizures. Results: Significant and consistent seizure signals were identified for five agents-Lapatinib, Tucatinib, Trastuzumab, Trastuzumab Emtansine (T-DM1), and Atezolizumab-across both databases. In FAERS, over 50% of seizures occurred after 100 days of treatment (median: 68 days); however, fatal cases exhibited a significantly shorter median onset time. Novel agents demonstrated disproportionately higher seizure reporting signals compared to traditional chemotherapy. Pan-cancer analysis revealed negative correlations between seizure RORs and pathways, including asthma and the pentose phosphate pathway. Conclusion: This dual-database pharmacovigilance study identifies potential associations between seizures and five novel BC therapies, underscoring the need for vigilant monitoring during their clinical use.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».