越来越多的患者通过社交媒体分享自己的药物、医疗器械和疫苗使用经历。2014年5月，发表在《Drug Saf》的一项研究显示，患者在推特上描述用药经历时会有一定的混杂信息。虽然这些数据可开放获取，但是其在药物警戒中的作用仍未确立。

背景：传统药物不良事件（AE）报告系统需要患者在线填报告AE，上报速度较慢，且依赖于医生和药物安全管理小组等来判定每个潜在的事件。与此同时，越来越多的患者已经转向社交媒体，并通过它们来分享自己的药物、医疗器械和疫苗使用经历。

目的：对推特帖子发布的AE样反应与监管机构收到的自发报告之间的一致性进行评价。

方法：自2012年11月1日~2013年5月31日间，收集涉及23个药品的以英语公开发表的推特帖子。应用半自动程序过滤数据来鉴别类似AE（Proto-AE）的帖子。同时开发字典将网络用语翻译成标准化管理用语用于分析（MedDRA）。通过系统器官分类（SOC），我们对鉴别出来的药物-不良事件与FDA不良反应事件报告系统（FAERS）中数据的累积发生频率进行了对比。

结果：选取690万个推特帖子，自60000个检查帖子中鉴别出4401个Proto-AE。应用基于字典的症状分类系统进行自动筛选，撤回率72%，准确率86%。推特中报道的Proto-AE和SOC的FAERS存在相似的总体分布特征，Spearman秩相关系数ρ为0.75（P＜0.0001）。

结论：患者在推特上描述用药经历时会有一定的混杂信息。虽然这些数据可开放获取，但是其在药物警戒中的作用仍未确立。在改善数据采集和自动化方面，需要做更多的工作。

（选题审校：李潇潇 编辑：贾朝娟）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：）