EFFETS INDÉSIRABLES médicamenteux: Et si on pouvait les prévoir des années à l'avance ?

Cela peut prendre ainsi des années avant que médecins et institutions puissent accumuler suffisamment de données pour reconnaître les problèmes de sécurité graves liés à un médicament et pour prendre les mesures appropriées.

Pour répondre à l'urgence de détection de ces effets et pouvoir ainsi limiter les risques de santé publique qui leur sont associés, les Prs Reis et Cami ont entrepris de créer ce modèle mathématique pour prédire les associations médicament-effets indésirables qui pourraient vraisemblablement apparaître au bout de quelques mois ou années de mise sur le marché. «Une approche qui permet de faire la transition de la détection à la prédiction", explique le Dr. Reis, qui dirige le Groupe de médecine prédictive du Programme de l'Hôpital de Boston. «Nous pouvons identifier un effet secondaire dangereux du médicament dès le début, au lieu d'avoir à attendre que de nombreux patients soient touchés."

Une approche basée sur le principe du réseau : Compte tenu de la quantité extrêmement importante de données et de relations complexes existant dans le domaine pharmacologique, les chercheurs ont estimé qu'une approche basée sur le principe du réseau serait une voie prometteuse pour tenter de prédire des effets indésirables imprévus, mais probables. Et, pour valider leur approche, les chercheurs ont utilisé les données historiques et actuelles disponibles sur les effets indésirables.

Pour tester le modèle, les chercheurs ont entré l'information d'une base de données de sécurité des médicaments disponible (Lexicomp) comportant des données sur la chimie des médicaments et des informations sur les médicaments et leur taxonomie. Ils ont ensuite pris un instantané de 809 médicaments et 852 types d'événements indésirables associés à ces médicaments à partir de ces données Lexicomp en 2005. A partir de leur modèle de réseau, ils ont généré une liste de médicaments pouvant être associés à ces mêmes événements indésirables et comparé cette liste à un second instantané de la base de Lexicomp pris en 2010.

Ce modèle s'avère suffisamment efficace pour prédire des associations médicament-effets indésirables encore absents dans l'instantané de 2005 mais révélés dans l'instantané de 2010. Le modèle a correctement identifié 42% des associations médicament-effets indésirables découverts entre 2006 et 2010.

L'approche semble donc très prometteuse pour le renforcement de la gestion des risques médicamenteux et pourrait contribuer à aider les agences sanitaires dans leurs analyses de sécurité des médicaments en leur permettant de prédire les événements à forte probabilité. Laissant ensuite le temps de réévaluer, vérifier ou renforcer la surveillance.

«Aujourd'hui, nous nous appuyons principalement sur la surveillance après AMM afin d'identifier les « nouveaux » événements indésirables, surtout pour les nouvelles thérapeutiques», explique Shannon Manzi, pharmacien au département des Urgences de l'hôpital pour enfants de Boston et co-auteur de l'étude. «Être capable de prédire une association possible qui n'a encore été prise en considération va améliorer la sécurité des médicaments qui arrivent sur le marché, avec un bénéfice, à la fois pour les patients et…les laboratoires pharmaceutiques. »

Source: Sci Transl Med 21 December 2011: Vol. 3, Issue 114, p. 114ra127 DOI: 10.1126/scitranslmed.3002774 Predicting Adverse Drug Events Using Pharmacological Network Models

Accéder aux dernières actualités sur la Réforme du Médicament

Sur les événements indésirables