Methoden zur Bewertung eines Kausalzusammenhangs
Transcription
Methoden zur Bewertung eines Kausalzusammenhangs
Methodik Arzneimittelnebenwirkungen: Methoden zur Bewertung eines Kausalzusammenhangs Die Bewertung des Kausalzusammenhangs bei Arzneimittelnebenwirkungen ist immer komplex und mit Unsicherheiten verbunden. Eine Reihe unterschiedlicher Aspekte, die den Patienten, das Medikament, mögliche Begleitmedikationen, aber auch nicht-medikamentöse Faktoren betreffen, spielen in diese Bewertung mit ein. 72 dzkf 11/12-2011 Ein wichtiger Teil der Pharmakovigilanz ist es, Daten von möglichen unerwünschten Arzneimittelwirkungen zu sammeln, zu beurteilen und zu interpretieren. Diese Daten sind unter anderem für die Evaluation des RisikoNutzen-Profils von Bedeutung. Wenn ein unerwünschtes Ereignis auftritt, stellt sich die Frage, ob das Medikament das unerwünschte Ereignis ausgelöst hat oder ob es auch passiert wäre, wenn der Patient das Medikament nicht genommen hätte. Nach Definition der WHO ist eine unerwünschte Arzneimittelnebenwirkung („adverse drug reaction“, ADR) eine Reaktion, die schädlich und unbeabsichtigt ist und die bei einer normalen Dosis bei der Prophylaxe, Diagnose oder Therapie einer Krankheit oder für den Einfluss auf physiologische Funktionen benutzt wird.[1] Ein Kausalzusammenhang besteht dann, wenn eine bestimmte Behandlung Ursache für das Auftreten eines unerwünschten Ereignisses ist. Die Bewertung des Kausalzusammenhangs ist immer komplex und mit Unsicherheiten verbunden. Viele verschiedene Aspekte spielen in diese Bewertung mit ein. Diese Aspekte können den individuellen Patienten, die speziellen Eigenschaften des Medikaments, eine eventuell vorhandene Begleitmedikation oder auch nichtmedikamentöse Faktoren betreffen. Eine Voraussetzung für das Identifizieren eines Zusammenhangs zwischen Medikament und dem Auftreten eines klinischen Ereignisses ist die Abgrenzung der Kausalität. Um ein unerwünschtes Ereignis von einer unerwünschten Arzneimittelreaktion (ADR) zu unterscheiden, muss der Fallbericht in Hinblick auf neun Aspekte betrachtet werden. Diese Aspekte sind die Stärke, die Konsistenz, die Spezifität, der zeitliche Zusammenhang, der biologische Verlauf (Dosis-Wirkungs-Beziehung), die Plausibilität, die Kohärenz, der experimentelle Faktor und die Analogie der Assoziation.[2] Ein möglicher Kausalzusammenhang kann also dann gegeben sein, wenn z.B. eine zeitliche Abfolge vorliegt, d.h. das Ereignis nach der Medikation aufgetreten ist oder auch wenn eine Analogie nachgewiesen ist, d.h. eine Veränderung der Medikation auch mit einer Veränderung des Ereignisses einhergegangen ist. Viele Methoden zur Kausalitätsbewertung von unerwünschten Ereignissen sind in den letzten zehn Jahren entwickelt worden.[3] Dabei wird versucht, eine standardisierte und verlässliche Methode zu finden, um die Validität und Reproduzierbarkeit von Kausalitätsbewertungen zu verbessern. Sie sollen bei der Beurteilung einer ADR Methodik Kategorie Beurteilungskriterien „unklassifizierbar“ (unassessable/unclassifiable) •Informationen widersprüchlich oder unvollständig •Informationen können nicht vervollständigt werden „unklassifiziert“ conditional/unclassified) •Informationen sind unvollständig •Informationen können aber nachgereicht werden „unwahrscheinlich“ (unlikely) •Zeitpunkt zwischen der Medikamenteneinnahme und Ereignis macht einen Zusammenhang unwahrscheinlich, aber nicht unmöglich •Krankheit oder andere Medikamente liefern mögliche Erklärungen zu dem Ereignis „möglich“ (possible) •zeitlicher Zusammenhang zwischen Medikamenteneinnahme und unerwünschtem Ereignis ist gegeben •Krankheit oder andere Medikamente könnten auch für das Ereignis verantwortlich sein •fehlende oder unklare Informationen darüber, was passiert, wenn das Medikament abgesetzt wird „wahrscheinlich“ (probable/likely) •zeitlicher Zusammenhang besteht •unwahrscheinlich, dass die Krankheit oder andere Medikamente für das Ereignis verantwortlich sind •Ereignisse bei Absetzen des Medikamentes sind klinisch begründet •kein Rechallenge erforderlich „sicher“ (certain) •zeitlicher Zusammenhang ist plausibel •unerwünschtes Ereignis kann nicht durch die Krankheit oder andere Medikamente erklärt werden •Informationen über Ereignisse bei Absetzen des Medikaments können definitiv pharmakologisch oder phänomenologisch begründet werden •Rechallenge bestätigt den Kausalzusammenhang, ist aber nicht zwingend erforderlich Tabelle 1 Kategorien und ihre Kriterien in aufsteigender Reihenfolge[4] an einem individuellen Patienten helfen, die Daten zur Sicherheit des Medikaments zu validieren und das Auftreten von fehlerhaften Entscheidungen zu vermindern. Zahlreiche Methoden für die Bestimmung eines Kausalzusammenhangs von ADRs sind veröffentlicht worden. Sie lassen sich generell in drei Klassen einordnen: Expertenurteil, Algorithmen und Bayes‘sche Methoden.[2] Bei der Methode des Expertenurteils (oder auch allgemeine Prüfung) erfolgt eine individuelle Beurteilung basierend auf früheren Erfahrungen und Wissen des Arztes. Algorithmen sind strukturierte und standardisierte Methoden zur systematischen Annäherung zur Bestimmung von ADRs, die durch Fragen zu Details des Ereignisses eine Wahrscheinlichkeit für das Vorliegen einer Kausalität ermitteln. Bayes‘sche Methoden ermöglichen komplexe Wahrscheinlichkeitsberechnungen, die u.a. auf epidemiologischen Daten basieren können. Die Methoden unterscheiden sich in vielen Aspekten, jede Methode benutzt unterschiedlich viele Kriterien und Kategorien. Die Struktur der Methoden ist jedoch ähnlich. Durch gezielte Fragen werden Informationen gesammelt, auf deren Basis eine Zuordnung zu einer (Wahrscheinlichkeits-)Kategorie erfolgt. Im Weiteren wird jeweils eine Methode der drei Klassen erläutert. Eine Methode des Expertenurteils ist das WHOUMC (=Uppsala Monitoring Centre)-Kausalitätssystem. Dieses System wurde in Zusammenhang mit nationalen Zentren entwickelt und gibt generelle Parameter vor, die dazu benutzt werden sollen, eine Kategorie auszuwählen, die den Kausalzusammenhang zwischen Medikament und unerwünschtem Ereignis angibt. Sie bezieht klinisch-pharmakologische Aspekte der Fallgeschichte und die Qualität der Beobachtungen in die Entscheidung mit ein. Die Wahrscheinlichkeit des Zusammenhangs wird in folgende Kategorien unterteilt: “unklassifizierbar“ (unassessable/unclassifiable), “unklassifiziert“ (conditional/ unclassified), “unwahrscheinlich“ (unlikely), “möglich “ (possible), “wahrscheinlich“ (probable/likely) und “sicher“ (certain).[4] Eine Aufstellung dieser Kategorien mit den einzelnen Eigenschaften wird in Tabelle 1 dargestellt. “Unklassifizierbar“ wird verwendet, wenn die Informationen in dem Report widersprüchlich oder unvollständig sind und nicht vervollständigt oder verifiziert werden können. Die Kategorie “unklassifiziert“ wird eingesetzt, wenn Daten fehlen, diese aber nachgereicht werden.[4] Der Kausalzusammenhang zwischen Medikament und Ereignis ist dann “unwahrscheinlich“, wenn der Zeitpunkt der Medikamenteneinnahme einen Zusammenhang unwahrscheinlich, aber nicht unmöglich macht. Außerdem wird der Kausalzusammenhang “unwahrscheinlich“, wenn die Krankheit selber oder andere Medikamente mögliche Erklärungen für das Ereignis liefern.[4] “Möglich“ ist ein Kausalzusammenhang dann, wenn der zeitliche Zusammenhang zwischen Medikamenteneinnahme und unerwünschtem Ereignis gegeben ist, das Ereignis aber auch durch die Krankheit oder andere Medikamente erklärt werden könnte. Ein Kausalzusammenhang ist ebenfalls dann möglich, wenn Informationen darüber fehlen oder es unklar ist, was passieren würde, wenn das Medikament abgesetzt wird.[4] Bei der Kategorie “wahrscheinlich“ besteht ebenfalls der zeitliche Zusammenhang, doch ist es hier unwahrscheinlich, dass die Krankheit oder andere Medikamente für das Ereignis verantwortlich sind. Im Gegensatz zur nachfolgenden Kategorie “sicher“ können Ereignisse bei Absetzen des Medikaments nur klinisch begründet und dzkf 11/12-2011 73 Methodik Steht das Ereignis in einem angemessenen zeitlichen Zusammenhang mit der Anwendung des Medikaments? Nein Kausalität eher unwahrscheinlich. Nein Ja Kam es zu einer Dechallenge? Nein Kausalität ist möglich. Nein Kausalität ist möglich. Ja Kam es zu einer Verminderung des Ereignisses nach der Dechallenge? Ja Kam es zu einer Rechallenge Nein Ja Kam das Ereignis nach der Rechallenge zurück? Könnte das Ereignis aufgrund einer zugrundeliegenden Krankheit aufgetreten sein? Ja Nein Kausalität ist möglich. Ja Kausalität ist zu hoher Wahrscheinlichkeit gegeben. Grafik 1 Algorithmus zur Bewertung der Kausalität [5] nicht definitiv pharmakologisch erklärt werden. Ergebnisse einer Rechallenge* werden nicht in die Entscheidung mit einbezogen.[6] Ein Kausalzusammenhang ist dann “sicher“, wenn der zeitliche Zusammenhang plausibel ist oder wenn dieses unerwünschte Ereignis nicht durch die Krankheit oder andere Medikamente erklärt werden kann. Außerdem wird der Kausalzusammenhang als “sicher“ eingestuft, wenn bei Absetzen des Medikaments der Ablauf von Ereignissen darauf hinweist, dass das Medikament verantwortlich für das Ereignis ist und der Ablauf gleichzeitig definitiv pharmakologisch und pathologisch erklärt werden kann. Dieser Punkt bedeutet auch, dass jedes andere Ereignis, das nicht definitiv pharmakologisch oder phänomenologisch erklärt werden kann, automatisch aus dieser Kategorie ausgeschlossen wird, selbst wenn eine Rechallenge positiv ausfällt. Eine Rechallenge bestätigt den Kausalzusammenhang, ist aber auch in dieser Kategorie nicht zwingend nötig.[4] 74 dzkf 11/12-2011 Bei der Bewertung des Kausalzusammenhangs beginnt man mit der Kategorie, die für die Wahrscheinlichste gehalten wird und vergleicht die Kriterien mit den vorliegenden Daten des Reports. Stimmen die Kriterien mit den vorliegenden Daten nicht überein, werden die Kriterien der vorhergehenden und nachfolgenden Kategorien mit den Daten verglichen, bis eine Entscheidungskategorie gefunden wird, die am besten zutrifft [4] Das WHO-UMC-Kausalitätssystem ist wie andere Expertenurteile leicht zu handhaben. Es sind keine Software und keine bestimmten Kenntnisse nötig. Außerdem werden keine komplizierten Rechnungen verwendet. Allerdings werden bei dieser Methode vorhergehendes Wissen und statistische Wahrscheinlichkeiten nicht in die Beurteilung mit einbezogen.[2] Ein weiterer Ansatz zur Bewertung des Kausalzusammenhangs sind Algorithmen. Algorithmen sind strukturierte und standardisierte Methoden zur systematischen Annäherung zur Bestimmung von ADRs. Die Methode hat die Form eines Fragebogens, der ausführliche Arbeitsanweisungen für das Klassifizieren der Wahrscheinlichkeit der Kausalität gibt. Die Algorithmen basieren auf Parametern wie Beginn der ADRs, der zeitlichen Reihenfolge oder dem vorhergehenden Medikament. Diese Methodik wird verwendet, um das Bias-Problem, z.B. den Einfluss von subjektiven Erfahrungen, zu verhindern, die Vergleichbarkeit und Aussagekraft zu erhöhen und Aussagen über die Nicht-Kausalität zu belegen.[2] Für die Beurteilung von ADRs benutzt die FDA seit 1982 einen eigenen Algorithmus, der auf anderen generellen Algorithmen basiert. Ein erstes Kriterium ist die zeitliche Abhängigkeit zwischen der Gabe des Medikaments und dem Zeitpunkts der unerwünschten Nebenwirkung. Die zweite Stufe untersucht, ob nach Absetzen der Medikation Veränderungen im „Krankheitsbild“ auftreten. Um eine sichere Aussage zu treffen, sollte man mittels einer Dechallenge prüfen, welches Medikament für die ursächliche Wirkung verantwortlich ist. Wenn die Wirkung nach der Dechallenge verschwindet, ist eine Kausalität zwischen Arzneimittel und der unerwünschten Wirkung wahrscheinlich. Mit der dritten Prüfung, der Rechallenge, wird überprüft, ob dieselbe unerwünschte Wirkung wiederholt auftritt. In manchen Fällen ist es ungeeignet, ein Medikament, das schädliche Wirkungen hat, erneut zu verabreichen. Die Frage stellt sich besonders dann, wenn die Reaktion irreversibel ist. In anderen Fällen empfiehlt sich eine Rechallenge nur unter besonderen Umständen. Der vierte und letzte Schritt ist auch gleichzeitig der wichtigste und komplizierteste, der Störfaktor Krankheit. Es gibt eine Vielzahl von klinischen Ereignissen, die einer schon vorhandenen Krankheit zuzuschreiben sind. Diese Schwierigkeit kann eine Rückführung auf eine individuelle unerwünschte Reaktion unmöglich machen.[5] Die vier Kriterien werden mit Hilfe folgender vier Fragen und dem unten stehenden Frageablauf erhoben (siehe Grafik 1).[5] Methodik 1.Folgt die Reaktion einer angemessenen zeitlichen Abfolge? 2.Hat die unerwünschte Wirkung nach dem Absetzen des Medikaments nachgelassen? 3.Ist die Reaktion nach wiederholter Gabe wieder aufgetreten? 4.Kann die Reaktion durch die bekannten klinischen Eigenschaften des Patienten erklärt werden? Aufgrund der Tatsachen, dass der Algorithmus nicht die vorhergehende Evidenz des Medikaments berücksichtigt, die Einflussgrößen nicht eindeutig klassifiziert und die Kausalitätskategorien nicht charakteristisch sind, ist der Einsatz nur für spezifische Beurteilungen eines Einzelfalls anwendbar.[2] Neben Expertenurteilen und Algorithmen wird der Bayes‘sche Ansatz als dritte Kategorie in der Methodik zur Bewertung eines Kausalzusammenhanges bei Arzneimittelnebenwirkungen erwähnt. Es wurde eine Reihe von Programmen entwickelt, die auf dem Satz von Bayes, also dem Bayes-Theorem, beruhen. Das Bayes-Theorem ist ein Ergebnis der Wahrscheinlichkeitstheorie, das die Berechnung bedingter Wahrscheinlichkeiten beschreibt. Das „Bayesian Adverse Reactions Diagnostic Instrument“ (BARDI) wurde entwickelt, damit Grenzen mit Hinblick auf die Reproduzierbarkeit bei Expertenurteilen und der Mangel an Flexibilität der Algorithmen überwunden werden können. Es ist ein entscheidungstreffendes AnalyseTool. Kalkuliert wird die Wahrscheinlichkeit mittels einer mathematischen Formel, die wie folgt aufgebaut ist: PsO = PrO x LR(Hi) x LR(Ti) x LR(Ch) x LR(De) x LR(Re). Hierbei ist mit PsO (posterior odds) die spätere Quote, also die Wahrscheinlichkeit, gemeint. Die posterior odds errechnet sich aus einer Multiplikation von PrO (prior odds) mit LR (likelihood ratios). Die prior odds bezieht sich auf epidemiologische und klinische Daten und die Wahrscheinlichkeitsanteile (LR) werden aus der Fallanalyse gezogen. Die Fallanalyse ist in fünf spezifische Fallinformationen untergliedert. Dabei handelt es sich um die Anamnese des Patienten (Hi), die zeitliche Koordinierung der unerwünschten Ereignisse bezüglich der Medikamentenverabreichung (Ti), Merkmale des unerwünschten Ereignisses (Ch), Arzneimittel-Dechallenge (De), und Arzneimittel-Rechallenge (Re).[6] Die Ausgabe des Ergebnisses wird in Prozent zwischen 0 % (nicht Arzneimittel-induziert) bis 100 % (auf jeden Fall Arzneimittel-induziert) ausgedrückt. Die Methode ist reproduzierbar und nachvollziehbar. Ferner ist es eindeutig, welche Informationen benutzt werden und wie hoch die Komponenten der Informationen gewichtet sind. Die komplexen Kalkulationen in dieser Methode sind eine ihrer wesentlichen Einschränkungen.[2] Des Weiteren kann das BARDI als Tabellenkalkulation entweder auf Papier oder aber auf dem Computer verwendet werden. Wenn neue Anhaltspunkte für einen vermuteten ADR ausgewertet werden, wird sofort ein nummerisches und grafisches Feedback kalkuliert. Generell besteht die Software aus Arbeitsblättern für Feststellungen und für die Wertung. Diese Arbeitsblätter ermöglichen auch das Einbinden von zusätzlichen Fallparametern.[6] Eine detaillierte Schritt-für-Schritt-Einführung darüber, wie die Analyse durchzuführen ist, ist ebenfalls vorhanden. Im Gegensatz zu anderen Beurteilungsmethoden verlangt die BARDI-Methode mehr Zeit und Erfahrung in der Handhabung, jedoch ist es möglich, zwei Ursachen zur gleichen Zeit zu bewerten. Individuelle Auswertungen können auch eingebunden werden, um ADR inzidenzbasierend auf Daten aus der Arzneimittelüberwachung nach Marktzulassung eines Arzneimittels (post-marketing surveillance) zu schätzen. Das Tabellenkalkulationsblatt macht eine rasche Kalkulation und Interaktion möglich. Definitiv ist es keine leicht anwendbare Methode, aber ein gut strukturiertes Bezugssystem für valide und einheitliche Beurteilungen.[2] Zusammenfassung Allgemein ist zu sagen, dass keine Methode mit der anderen vergleichbar ist. Jede Methode benutzt einen unterschiedlichen Ansatz, unterschiedliche Definitionen und bezieht andere Informationen in die Entscheidung mit ein.[2] Auch die Anzahl der Kategorien kann stark variieren. Ein weiteres Problem, das der ADR-Auswertung gegenüber steht, sind die unvollständigen Fallberichte. Vorteile der angesprochenen Methoden sind, dass Unstimmigkeiten in Bezug auf Fallbewertungen verringert und die Wahrscheinlichkeiten für einen Kausalzusammenhang klassifiziert werden können. Häufig werden einzelne Methoden miteinander kombiniert, um Nachteile auszugleichen.[2] So ist zum Beispiel das Expertenurteil alleine nicht reproduzierbar und valide, deshalb wird es mit Algorithmen kombiniert. Der Bayes‘sche Ansatz ist im Vergleich zu der Methode des Expertenurteils und der Algorithmen am aussagekräftigsten, weil er die validesten Daten ermittelt.[1] In der Praxis wird das Expertenurteil trotzdem als häufigste Methode angewendet, weil es ähnlich wie die Diagnosefindung auf subjektiver Erfahrung und anerkanntem Wissen beruht und einfach umzusetzen ist. Bis heute gibt es allerdings noch keinen allgemein akzeptierten Goldstandard, um einen Kausalzusammenhang festzustellen.[2] * Um einen Kausalzusammenhang festzustellen, werden häufig ein Dechallenge und ein Rechallenge durchgeführt. Das Medikament wird abgesetzt, nachdem eine mögliche Nebenwirkung aufgetreten ist (Dechallenge). Nachdem alle Symptome verschwunden sind, wird das Medikament erneut verabreicht, um zu überprüfen, ob das Medikament schuld an dem Ereignis war (Rechallenge). Autoren Maren Kleine Maren Kohpahl Nikki-Adrian Krentel Ute Scheibel Ihre Fragen oder Anmerkungen richten Sie bitte an das Lehrgebiet Klinische Forschung an der Hochschule Hannover unter folgender E-Mail-Adresse: [email protected]. Hochschule Hannover University of Applied Sciences and Arts Expo Plaza 12, D-30539 Hannover E-Mail: [email protected] dzkf 11/12-2011 75 Methodik Literatur [1]Requirements for Adverse Reaction Reporting. World Health Organization Bulletin. Geneva, Switzerland, 1975. [2]Agbabiaki TB, Savovic J, Ernst E (2008) Methods for causality assessment of adverse drug reactions. Drug Safety 31(1): 21–37. [3]Hutchinson TA, Lane DA. Assessing methods for causality assessment of suspected adverse drug reactions. J Clin. Epidemiol 1989; 42: 5-16. [4]World Health Organization (WHO), Uppsala Monitoring Centre. The use of the WHO-UMC system for standardized case causality assessment. WHO [online]. Available from URL: http://who-umc.org/Graphics/24734.pdf [letztes Abrufdatum:16.06.2011]. [5]Jones JK. Adverse drug reactions in the community health setting: approaches to recognizing, counseling, and reporting. Fam Community Health 1982; 5: 58-67. [6]KL Lanctot, CA Naranjo. Computer-assisted evaluation of adverse events using a Bayesian approach. J Clin Pharmacol 1994 34: 142. 76 dzkf 11/12-2011