Lecanemab上市后安全信号的再审视：基于FAERS数据库的胰腺癌风险与去重方法学探讨

本期推荐：针对Lecanemab（抗Aβ单抗）上市后安全争议，研究者通过FDA不良事件报告系统（FAERS）开展药物警戒学研究，采用不成比例分析（SDR）方法识别胰腺癌等潜在风险信号，结合网络药理学探索生物学机制，为阿尔茨海默病新药安全监测提供方法学参考与临床警示。

　　阿尔茨海默病（AD）治疗领域近年来迎来突破性进展，靶向β淀粉样蛋白（Aβ）的单克隆抗体Lecanemab获得加速批准。然而，这类新型生物制剂在真实世界中的安全表现始终是监管机构与临床医生关注的焦点。自发报告系统（如FAERS）虽能快速捕捉潜在风险信号，但存在数据质量参差不齐、重复报告干扰等固有局限，如何从海量噪声中提取有效安全信号成为药物警戒的关键挑战。

针对这一科学问题，中国医学科学院北京协和医学院药物研究所的Xiaoxuan Xing、Ke Wang和Xianzhe Dong团队在《Alzheimer's Research》发表回应性研究，对先前发表的Lecanemab安全信号研究进行方法学完善与机制探索。研究采用多维度技术路线：首先基于FAERS数据库2004Q1-2019Q1数据，通过PRIMARYID-CASEID-FDA_DT三重校验进行标准化去重；其次应用不成比例分析（SDR）计算报告比值比（ROR）等指标；最后借助网络药理学构建药物-靶点-疾病交互网络，通过KEGG通路与疾病本体论（DO）数据库解析胰腺癌潜在机制。

研究结果呈现三个关键发现：

1. 术语规范：采纳同行建议将"信号"与"SDR"明确区分，强调后者是基于概率计算的统计指标，需结合临床判断。
2. 胰腺癌信号验证：在FAERS中识别出2例争议性胰腺癌报告，网络药理学分析显示Lecanemab相关靶点显著富集于胰腺癌信号通路（KEGG:05212）和炎症/肿瘤模块，但样本量限制需谨慎解读。
3. 去重方法学：对比不同去重策略（包括基于人口学特征与全字段匹配），证实胰腺癌SDR稳定性受方法学影响，推荐采用FDA原始技术文档（ASC_NTS.DOC）推荐的层级去重法。

讨论部分着重指出：自发报告系统研究存在不可控混杂（如合并用药），胰腺癌信号需通过主动监测系统验证；同时提出创新性方法学建议——将生物信息学机制预测与传统药物警戒相结合，可提升信号检测特异性。该研究为AD免疫治疗安全监测提供了"计算预测-信号检测-临床验证"的三阶段框架，其方法论对神经退行性疾病领域的风险获益评估具有示范意义。