Sebbene le interazioni farmaco-farmaco (DDI= drug-drug interactions) e i relativi meccanismi farmacocinetici siano ampiamente studiati prima dell’approvazione di un farmaco, le reazioni avverse da farmaco (ADR) gravi, causate da DDI, rimangono spesso sottodiagnosticate a causa delle limitazioni negli studi clinici pre-marketing.
Per colmare questa lacuna, il nostro studio ha utilizzato un database bibliografico, applicato tecniche di elaborazione del linguaggio naturale (NLP= Natural Language Processing o elaborazione del linguaggio naturale si intendono algoritmi di Intelligenza Artificiale in grado di analizzare, rappresentare e quindi comprendere il linguaggio naturale) e condotto una convalida delle cartelle cliniche elettroniche (EHR) provenienti da più fonti per individuare segnali di DDI-ADR gravi sottovalutati che richiedono ulteriori approfondimenti.
Sono stati recuperati gli abstract di PubMed relativi alle DDI da gennaio 1962 a dicembre 2023. Abbiamo utilizzato PubTator Central per il riconoscimento di entità denominate (NER) per identificare farmaci e ADR gravi e SciFive per l’estrazione di relazioni (RE) per estrarre i segnali DDI-ADR gravi. I segnali estratti sono stati incrociati con il database DrugBank e validati utilizzando la regressione logistica, considerando fattori di rischio, tra cui dati demografici dei pazienti, consumo di farmaci e comorbilità, sulla base delle cartelle cliniche elettroniche del Vanderbilt University Medical Center e del programma di ricerca All of Us. Da 160.321 abstract, abbiamo identificato 111 segnali DDI-ADR gravi. Diciassette erano statisticamente significativi, e 9 di questi non erano stati precedentemente registrati in DrugBank.
Tra questi rientravano metadone-ciprofloxacina-depressione respiratoria, ossicodone-fluvoxamina-clono, tramadolo-fluconazolo-allucinazioni, simvastatina-fluconazolo-rabdomiolisi, ibrutinib-amiodarone-fibrillazione atriale, fentanil-diltiazem-delirio, claritromicina-voriconazolo-lesione renale acuta, colchicina-ciclosporina-rabdomiolisie metadone-voriconazolo-aritmia (gli odds ratio variavano da 1,9 a 35,83, con valori di P compresi tra < 0,001 e 0,017).
L’utilizzo dell’NLP per estrarre le DDI-ADR gravi dalla letteratura biomedica e convalidare questi risultati attraverso le cartelle cliniche elettroniche multi-fonte rappresenta un approccio pionieristico nella farmacovigilanza. Questo metodo individua le ADR gravi clinicamente rilevanti derivanti da DDI che non erano evidenti negli studi pre-marketing o nell’attuale database sulle DDI.
Eugene Jeong, Yu Su, Lang Li, You Chen. Discovering Severe Adverse Reactions From Pharmacokinetic Drug-Drug Interactions Through Literature Analysis and Electronic Health Record Verification. Clin Pharmacol Ther. 2025 Apr;117(4):1078-1087
Leggi qui lo studio completo in lingua inglese
