基于互联网搜索引擎查询的药物召回预测

当在某药物的具体生产批次中检测到安全问题或缺陷时，有时会将该批次的药品从市场上召回。此类问题通常是在患者或医疗保健提供者向医疗管理部门报告异常情况时才被发现的。本文测试了以下假设：通过监测互联网搜索引擎的查询，可以更早地检测到有缺陷的生产批次。我们提取了 2015 年期间美国发往 Bing 搜索引擎且提及 5,195 种药物之一的查询，以及该年内美国食品药品监督管理局 (FDA) 发布的所有召回通知。通过使用量化各州查询量变化的属性，我们尝试预测 FDA 是否会在未来 1 至 40 天的时间范围内下令召回特定药物。结果表明，未来的药物召回确实可以被识别，其 AUC 为 0.791，在提前一天预测召回发生时的 5% 处的提升度约为 6。随着预测周期的延长，该性能会下降。用于预测最具指示性的属性是各州关于特定药物的查询量的突增。处方药以及被估计为中等风险的药物召回更有可能通过搜索查询数据被识别。这些发现表明，聚合的互联网搜索引擎数据可用于促进对缺陷药物批次的早期预警。