基于FAERS 数据库的周期蛋白依赖性激酶4/6 抑制剂相关颌骨坏死不良事件信号挖掘与重构*

郎晓琴，枉 前，刘 通

（1. 中国人民解放军陆军军医大学第一附属医院，重庆 400038； 2. 中国人民解放军陆军第九五八医院，重庆 400020）

周期蛋白依赖性激酶（CDK）4/6 抑制剂可通过抑制激酶活性，阻断细胞周期从G1期到S 期的进展，进而阻碍癌细胞生长［1］。目前，经美国食品和药物管理局（FDA）批准的3种CDK4/6抑制剂包括哌柏西利（2015年）、瑞博西利（2017年）、阿贝西利（2018年）。一系列高质量循证医学证据表明，CDK4/6抑制剂联合内分泌治疗能显著延长晚期乳腺癌患者无进展生存期，以及激素受体阳性（HR+）、人表皮生长因子受体2阴性（HER2-）晚期乳腺癌患者的总生存期［2-3］，但部分患者使用哌柏西利、阿贝西利后出现颌骨坏死（ONJ）［4］。ONJ 不仅加大了乳腺癌的治疗难度，影响治疗进程，还会引起严重的疼痛，降低患者的生活质量［5］。由于ONJ的罕见性，以及受限于临床试验的纳入与排除标准、有限的病例数量及随访时间，对评估CKD4/ 6 抑制剂与ONJ 的相关性造成一定困扰。本研究中基于美国食品和药物管理局不良事件报告系统（FAERS），通过OpenVigil 2.1 药物警戒分析工具中比例失衡分析方法评价3 种CDK4/ 6抑制剂与ONJ 的关联性，并利用布尔代数函数去除混杂因素（并用药品）后，进一步评估该信号作为假阳性的可能，为CDK4/ 6 抑制剂上市后的安全评估提供客观证据。现报道如下。

1 资料与方法

1.1 数据收集与处理

本研究中使用OpenVigil 2.1 药物警戒分析工具［6］的比例失衡分析法中报告比值比（ROR）法、比例报告比（PRR）法，挖掘FAERS数据库中2004年1月至2022年9 月的CDK4/ 6 抑制剂与ONJ 的关联性信号。以3 种CDK4/6抑制剂哌柏西利、瑞博西利和阿贝西利作为药物检索词；根据国际医学词典（MedDRA）24.0版的首选术语（PT），以“Osteonecrosis of jaw”作为不良事件检索词，提取“Raw_data”中患者的基本信息，包括“ISR”“Case_ID”“Drug name”“Event”“Outcome”“Indication”“Gender”“Reporter country”“Age_in_Report”“Role_Code”“Date received”。提取“Raw_data”数据后，根据FDA推荐的方法进行去重处理，若具有相同的“Case_ID”则选择最新的“FDA_DT”；“Case_ID”“FDA_DT”相同时，选择较大的“ISR”［7］；提取“Frequentist_methods”中“PRR”“Chi_squared”“ROR”“ROR_lower_bound”“ROR_upper_bound”。

1.2 信号重构

针对1.1 项下筛选的CDK4/ 6 抑制剂与ONJ 阳性信号，使用OpenVigil 2.1 药物警戒分析工具中的药物组合检索功能，利用布尔代数函数（AND，OR，NOT）［8］，将3种CDK4/6抑制剂哌柏西利、瑞博西利和阿贝西利与伴随药物中可能导致ONJ的7种双膦酸盐类药物（唑来膦酸盐、唑来膦酸、帕米膦酸盐、阿仑膦酸盐、阿仑膦酸、伊班膦酸盐、利塞膦酸盐）［9］及地诺单抗组成不同的组合，分别提取不同药物组合与ONJ 关联性信号进行信号重构，以确定消除合并用药混杂因素后CDK4/ 6抑制剂与ONJ 的关联性信号强度。与ONJ 相关不良事件的药物组合：1）CDK4/6抑制剂去除含有地诺单抗后报告；2）CDK4/ 6 抑制剂去除含有7 种双膦酸盐后报告；3）CDK4/6 抑制剂去除含有7 种双膦酸盐和地诺单抗后报告；4）7种双膦酸盐与ONJ相关报告；5）7种双膦酸盐去除含有CDK4/ 6 抑制剂后报告；6）地诺单抗与ONJ相关报告；7）地诺单抗去除含有CDK4/6抑制剂后报告。

1.3 数据统计与分析

ROR 及PRR 计算方法均基于比例失衡测量法四格表［10-11］，计算公式与判断标准见表1。其中，95%CI为95%置信区间，N为同时出现的次数。ROR 和PRR 中两项检测结果均为阳性时，判定为可疑不良事件信号。ROR 和PRR 值越大，信号关联度越高［10-11］。采用Graphpad Prism 9.4.1 软件绘制CDK 4/ 6 抑制剂及去除含有伴随药物报告后与ONJ的关联性信号。

表1 CDK4/6抑制剂与ONJ关联性评估的计算公式与判断标准Tab.1 Formulas and judgement criteria for association assessment of CDK4/6 inhibitor with ONJ

2 结果

2.1 CDK4/6 抑制剂相关ONJ 临床特征与关联性分析

2.1.1 临床特征

FAERS 数据库共筛选出ONJ 相关报告12 645 份，其中地诺单抗5 409 份，7 种双膦酸盐类药物6 748 份，CDK4/ 6 抑制剂225 份，其他药物263 份。2015 年哌柏西利批准用于临床，2015 年至2022 年CDK4/6 抑制剂相关ONJ 的年报告数分别为1，9，23，23，29，15，57，68份，呈逐年上升趋势。CDK4/6 抑制剂导致ONJ 的药物主要为哌柏西利（70.67%），其次为瑞博西利（24.00%）、阿贝西利（5.33%）。255 例患者中女性居多（90.22%）；年龄大于70 岁占比较高（25.33%），平均（66.21±9.73）岁，中位年龄为69.50（41～89）岁；适应证主要为乳腺肿瘤（70.67%）；死亡4例，危及生命1例，致残2例，住院48例。详见表2。

表2 CDK4/6抑制剂相关ONJ不良事件报告的临床特征（n=225）Tab.2 Characteristics of CDK4/6 inhibitor-associated ONJ adverse event reports（n=225）

2.1.2 CDK4/6 抑制剂与ONJ 关联性分析

在关联性分析中，哌柏西利［ROR= 2.47，95%CI（2.11，2.89）；PRR= 2.46，χ2= 135.24］和瑞博西利［ROR= 3.80，95%CI（2.90，4.96）；PRR= 3.78，χ2=107.48］与ONJ 均存在显著相关性；阿贝西利［ROR=1.63，95%CI（0.93，2.88）；PRR= 1.63，χ2= 2.35］未检测到阳性信号。详见图1 和表3。

图1 哌柏西利、瑞博西利相关ONJ去除含有地诺单抗和双膦酸盐报告前后信号分析森林图Note：* refers to the positive signals（for Fig.1 and Tab.3 - 4）.Fig.1 Forest plot of piperacillin and reboxetine-associated ONJ before and after removal of denosumab and bisphosphonates

表3 CDK4/6抑制剂相关ONJ去除含有地诺单抗和双膦酸盐报告前后信号强度Tab.3 Signal intensity of CDK4/6 inhibitors-associated ONJ adverse event reports before and after the removal of denosumab and bisphosphonates

2.2 信号重构

2.2.1 哌柏西利

去除含有双膦酸盐和地诺单抗报告后，哌柏西利与ONJ 相关报告数量由159 例降至31 例。哌柏西利与ONJ相关报告中，去除含有双膦酸盐报告后与ONJ相关的PRR 关联信号由阳性转为阴性（PRR= 1.98，χ2=59.97）；去除含有地诺单抗报告后，与ONJ 相关的ROR及RPP 信号均由阳性转为阴性［ROR= 0.92，95%CI（0.71，1.19）；PRR=0.92，χ2=0.31］；去除含有双膦酸盐和地诺单抗报告后，与ONJ 相关的ROR 及RPP 信号强度进一步降至检测阈值以下［ROR= 0.50，95%CI（0.35，0.71）；PRR= 0.50，χ2= 14.95］。详见图1和表3。

2.2.2 瑞博西利

去除含有双膦酸盐和地诺单抗报告后，瑞博西利与ONJ相关报告数量由54例降至5例。瑞博西利与ONJ相关报告中，去除含有地诺单抗报告后信号强度仍高于检测阈值［ROR= 2.32，95%CI（1.64，3.29）；PRR=2.32，χ2=22.66］；去除含有双膦酸盐报告后，与ONJ相关的ROR 关联信号仍高于检测阈值，但PRR 关联信号由阳性转为阴性［ROR= 1.90，95%CI（1.29，2.79）；PRR= 1.90，χ2= 10.13］；去除含有双膦酸盐和地诺单抗后，与ONJ 相关的ROR 及PRR 信号强度均低于检测阈值［ROR= 0.38，95%CI（0.16，0.91）；PRR= 0.37，χ2=4.55］。详见图1和表3。

2.3 伴随药物双膦酸盐与地诺单抗

地诺单抗［ROR= 65.79，95%CI（63.49，68.18）；PRR=62.95，χ2=188 891.53］和双膦酸盐［ROR=99.73，95%CI（96.26，103.33）；PRR=94.43，χ2=291 223.16］与ONJ 均具有显著关联性。去除含有CDK4/ 6 抑制剂报告后，双膦酸盐及地诺单抗与ONJ 关联性信号均无显著变化。详见表4。

表4 地诺单抗及双膦酸盐去除含有CDK4/6抑制剂报告前后与ONJ的信号强度Tab.4 Signal intensity of denosumab and bisphosphonates with ONJ before and after removal of CDK4/6 inhibitors

3 讨论

有研究显示，2.09%的乳腺癌患者发生药物相关ONJ，队列研究中药物相关ONJ患者中近50%患有乳腺癌［7］。FDA批准CDK4/6抑制剂为晚期乳腺癌的一线及二线治疗药物［12］，临床试验中30%使用哌柏西利、15%使用阿贝西利、12%使用瑞博西利治疗的患者发生口腔炎［13-14］。一项回顾性研究报道，5 例使用哌柏西利及1 例使用阿贝西利治疗的患者出现ONJ，推测ONJ 的发生可能与CDK4/ 6 抑制剂引发口腔及黏膜炎，导致口腔黏膜层破裂和底层骨暴露于细菌有关［4，15-16］。

本研究中初步信号检测结果显示，CDK4/6抑制剂中除阿贝西利外，哌柏西利及瑞博西利均显示与ONJ相关的阳性信号。根据FAERS 数据库中CDK4/ 6 抑制剂相关ONJ不良事件报告信息，CDK4/6抑制剂主要用于乳腺肿瘤（70.67%）的治疗，常见的伴随药物中双膦酸盐和地诺单抗有更高引起ONJ的倾向［5］。去除含有双膦酸盐和地诺单抗报告后，哌柏西利及瑞博西利与ONJ相关的信号强度均降低至ROR 和PRR 检测阈值以下，而双膦酸盐和地诺单抗在去除含有CDK4/6 抑制剂报告后信号强度并无明显变化。可见，联用药物双膦酸盐和地诺单抗增强了CDK4/6 抑制剂与ONJ 的关联性信号，从而导致假阳性信号的产生。

有研究表明，对于大多数药物，假阳性信号的比例可能高达50%［17］，如氯卡色林与体质量增加的PRR为5.47，高于检测阈值，表明药物与不良事件有显著关联性，但结果表明该信号为假阳性［17］。对于假阳性信号的产生，除了FAERS 数据库本身的局限性，如漏报、报告不精确、数据缺失等情况外［8］，另一主要原因是数据挖掘方法如ROR、PRR、贝叶斯法等评价标准仅基于检测阈值，无法回避混杂因素如并用药物、年龄、性别、适应证等因素的影响［7］。本研究中基于FAERS 数据库，使用OpenVigil 2.1 药物警戒分析工具中的药物组合检索功能，利用布尔代数函数（AND，OR，NOT），去除本研究中混杂因素并用药物的影响。

研究发现，年龄增长、女性、共病因素（贫血、自身免疫性疾病和糖尿病）、口腔卫生不良、药物（如双膦酸盐、地诺单抗、类固醇类药物）等是引发药物相关ONJ的危险因素［5，18］。本研究中，CDK4/ 6 抑制剂相关ONJ患者主要为女性（90.22%）；发病中位年龄较高（69.50岁），上述2 项因素可能对CDK4/ 6 抑制剂与ONJ 关联性结果产生影响。研究表明，1.3%使用双膦酸盐及1.1%使用地诺单抗治疗患者发生ONJ［19］。接受唑来膦酸钠治疗发生ONJ 的风险为接受安慰剂治疗癌症患者的50～100 倍［4，18］。双膦酸盐可通过抑制法尼基焦磷酸合酶，破坏破骨细胞介导的骨吸收来降低破骨细胞的活性，加速细胞凋亡而减少破骨细胞数量。此外，双膦酸盐还可直接抑制内皮细胞血管生成，以上共同介导了ONJ的发生［20-21］；地诺单抗可抑制核因子-κB受体活化因子配体（RANKL）与核因子-κB 受体活化因子（RANK）受体的结合，抑制破骨细胞的功能从而抑制骨吸收，破坏骨重塑，进而引发ONJ［19］。本研究中，双膦酸盐与地诺单抗均显示出与ONJ 显著的关联性信号，在去除含有CDK4/6 抑制剂的报告后，信号强度均无显著变化。而CDK4/6 抑制剂目前仍缺乏明确的作用机制来解释与ONJ的关联性。虽在FAERS 数据库中哌柏西利、瑞博西利与ONJ 初步关联性信号高于检测阈值，但在去除含有双膦酸盐和地诺单抗的报告后，关联性信号均显著降低至检测阈值以下。故认为FAERS 数据库中CDK4/6 抑制剂与ONJ 相关的阳性信号不排除为假阳性的可能。

本研究中基于FAERS 数据库，故受到数据库本身局限性的影响。首先，数据库由各种职业人员自发呈报，可能存在漏报，以及不完整、不准确和不精确的报告［8，22-23］；其次，目前数据挖掘方法（如ROR、PRR、贝叶斯法等）的判断标准仅基于检测阈值，无法排除混杂因素如并用药物、年龄、性别、适应证等因素的影响。利用比例失衡分析法评价CDK4/6 抑制剂与ONJ 的关联性，并利用布尔代数函数去除本研究中主要混杂因素（伴随药物）的影响，对关联性信号进行重构，进一步分析CDK4/6 抑制剂与ONJ 关联性信号作为假阳性的可能性，此类分析方法为今后的药物警戒相关研究提供了新方向。基于FAERS 数据库的药物警戒研究有助于识别药物上市后新的、罕见及潜伏时间长的不良反应，为补充药物安全信息提供客观证据。

综上所述，FAERS 数据库中CDK4/ 6 抑制剂相关的ONJ 信号不排除为假阳性可能，故在FAERS 数据库中进行药物相关不良事件数据挖掘时，需重视混杂因素（如并用药物）的影响，同时结合临床研究及医药相关知识综合分析，以减少药物假阳性信号的产生。