Penggunaan Database dalam Studi Farmakoepidemiologi

1. Penggunaan Database dalam Studi Farmakoepidemiologi

2. Pendahuluan • Studi post marketing untuk mempelajari efek obat butuh pasien dalam jumlah besar  mahal dan sulit dilakukan. • Database (termasuk electronic database/computerized) merupakan sumber data potensial untuk studi farmakoepidemiologi • Informasi tentang confoundingpotensial seperti merokok, konsumsi alkohol, umumnya harus didapat dari wawancara dengan pasien. • Informasi yang berhubungan dengan efek obat seperti kepatuhan penggunaan obat, obat yang dikonsumsi sesekali untuk mengurangi gejala, obat bebas, juga didapat dari wawancara dengan pasien.

3. Syarat database yang ideal • Mencakup semua catatan dari rawat inap, rawat jalan, maupun unit gawat darurat • Mencakup semua uji laboratorium dan radiologi, • Mencakup semua pengobatan baik yang diresepkan maupun obat bebas, serta terapi alternatif. • Mencakup data jumlah pasien yang cukup besar untuk dapat mendeteksi adanya kejadian efek samping yang jarang. • Semua informasi dari database sebaiknya mudah ditelusuri (misal : identifikasi pasien, medical chart review, update diagnosis)

4. Data Klaim • Data klaim merupakan data pasien yang ikut dalam asuransi pelayanan kesehatan. • Sumber data klaim :

5. Data Rekam Medis • Rekam medis mestinya menyajikan data lengkap tentang semua yang berkaitan dengan pasien. • Keuntungan data rekam medis dibanding data klaim : informasi tentang diagnosis lebih valid. • Sekarang ini banyak RS menerapkan sistem computerized untuk rekam medis, sehingga lebih mudah untuk mendapatkan data dari sejumlah besar pasien.

6. Kelebihan database sebagai sumber data • Potensial untuk mendapatkan data sejumlah besar pasien. • Murah, dari pada studi ekperimental atau wawancara. • Data lengkap • Data dapat dikelompokkan berdasarkan populasi • Bisa mendapatkan data pasien yang tidak menggunakan obat dan pasien yang tidak mengalami kejadian efek samping • Tidak ada resiko bias akibat wawancara

7. Kekurangan database sebagai sumber data • Tidak validnya diagnosis (terutama untuk data klaim dan pasien rawat jalan) • Informasi tentang confounding potensial tidak lengkap (misal : merokok, konsumsi alkohol, kapan menopause, dll hal yang penting untuk pengambilan kesimpulan). • Tidak adanya data obat yang tidak diresepkan, atau obat yang tidak dicover oleh asuransi. • Kadang hanya dicantumkan diagnosis penyakt yang cukup parah, hingga butuh untuk mendapat perawatan RS

8. Contoh kasus I Studi efek obat terhadap kehamilan Latar belakang: • Depresi sering terjadi pada wanita usia produktif, sehingga mereka sering menerima obat antidepresan • Tidak ada kejelasan keamanan obat antidepresan terhadap janin. Masalah: • Apakah efek paparan antidepresan pada prenatal terhadap janin

9. Contoh kasus I Studi efek obat terhadap kehamilan Pendekatan : • Studi cohort historikal dilakukan untuk membandingkan bayi yang dilahirkan, meliputi cacat bawaan dan perkembangan awal, dengan dan tanpa paparan antidepresan pada prenatal. • Langkah pertama adala menggunakan data pasien keluar RS untuk mengidentifikasi bayi yang dilahirkan antara 1 Jan 1986 - 31 Des 1998. Data bayi baru lahir kemudian dihubungkan dengan data ibu

10. Contoh kasus I Studi efek obat terhadap kehamilan Pendekatan : • Langkah selanjutnya adalah menggunakan database bagian farmasi untuk mengidentifikasi semua resep antidepresan golongan trisiklik dan SSRI (selective serotonin reuptakeinhibitor) yang diterima ibu selama 360 hari sebelum melahirkan. • Ibu yang tidak menggunakan antidepresan selama 360 hari sebelum melahirkan disebut sebagai “unexposed/tidak terpapar” • Ibu yang mendapatkan sedikitnya satu antidepresan selama 270 hari sebelum melahirkan diklasifikasikan sebagai “exposed/terpapar”

11. Contoh kasus I Studi efek obat terhadap kehamilan Pendekatan : • Untuk menjamin kelengkapan data informasi paparan, harus dipastikan bahwa semua data ibu selama 360 hari benar-benar tercatat di RS (ibu tidak menggunakan layanan RS lain). • Berdasarkan klasifikasi di atas, bayi juga diklasifikasikan unexposed dan exposed. • Kartu Blinded Review (tanpa melihat status paparan) diisi berdasarkan informasi cacat bawaan, abnormalitas, keterlambatan perkembangan, dll.

12. Contoh kasus I Studi efek obat terhadap kehamilan Hasil : • Bayi terpapar antidepresan trisiklik (n = 209) atau SSRI (n = 185) selama kehamilan tidak meningkatkan resiko cacat bawaan atau terlambatnya perkembangan. • Paparan SSRI selama trimester ketiga kehamilan berhubungan dengan nilai Apgar (detak jantung, nafas, otot, refleks, warna kulit) yang rendah. • Bayi yang terekspos SSRI kapanpun selama kehamilan beresiko lahir prematur dan BBL lebih rendah dibanding yang tidak terpapar SSRI. • Antidepresan trisiklik tidak meningkatkan resiko lahir prematur, BBL rendah atau skor Apgar rendah.

13. Contoh kasus I Studi efek obat terhadap kehamilan Kekuatan : • Bayi sebagai objek yang dipelajari secara sistematik dipilih dari populasi yang sesuai dan sudah ditentukan. • Subjek terpapar dan tidak sesuai dengan faktor-faktor yang berhubungan dengan usia lahir, BBLR, cacat janin dan terhambatnya perkembangan. • Pengumpulan data dan analisis data primer sudah lengkap tanpa mengetahui status paparan.

14. Contoh kasus I Studi efek obat terhadap kehamilan Kelemahan : • Informasi paparan diperoleh dari data obat yang diresepkan/disediakan, bukan data aktual obat yang diminum • Informasi luaran berdasarkan data klinik terekam, bukan dari pengujian spesifik terjadinya cacat atau terhambatnya perkembangan. • Sampel yang digunakan adalah data lahir hidup, sehingga tidak diketahui resiko aborsi spontan • Periode 270 untuk menentukan paparan selama kehamilan memungkinan misklasifikasi pada kondisi lahir prematur. • Studi ini tidak mencakup informasi kemungkinan paparan obat antidepresan selama menyusui.

15. Contoh kasus I Studi efek obat terhadap kehamilan Kesimpulan : • Bayi terpapar antidepresan trisiklik (n = 209) atau SSRI (n = 185) selama kehamilan tidak meningkatkan resiko cacat bawaan atau terlambatnya perkembangan. • Penggunaan SSRI selama kehamilan berhubungan dengan kelahiran prematur, resiko absolut adalah 10%. • Penulis menyimpulkan bahwa wanita yang akan menggunakan SSRI selama kehamilan sebaiknya mempertimbangkan lebih besarnya beresiko melahirkan prematurdaripada resiko depresi persisten atau depresi berulang dan tersedianya terapi alternatif

16. Contoh kasus I Studi efek obat terhadap kehamilan Kesimpulan : • Informasi ini membantu wanita dan unit pelayanan kesehatan untuk membuat keputusan dipakai atau tidaknya antidepresan selama kehamilan. • Studi farmakoepidemiologi menggunakan database medis dapat memberikan informasi penting tentang efek teratogenik obat yang telah dipasarkan.

17. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Latar belakang: • Golongan thiazolidinedioneobat antidiabetik oral merupakan perkembangan penting untuk mengontrol kadar gula darah pada pasien DM. • Segera setelah pengenalan golongan thiazolidinedione pertama, yaitu troglitazone pada 1997, laporan spontan gagal hati akut pada pemakai obat ini mulai muncul, termasuk kematian. • Karena jumlah laporan meningkat dan telah muncul alternatif obat dari golongan ini yang tidak menyebabkan gagal hari, FDA dan pabrik setuju untuk menarik troglitazone dari peredaran pada 1999.

18. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Latar belakang: • Tidak ada studi farmakoepidemiologik kontrol pada saat keputusan penarikan diambil untuk membantu menghitung peningkatan absolut atau relatif dari resiko yang berhubungan dengan troglitazone. • Selain itu diabetes itu sendiri, jika gagal dikontrol, diketahui meningkatkan resiko gagal hati.

19. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Masalah: • Bagaimana resiko gagal hati akut (GHA) pada pengguna troglitazone dibandingkan dengan pasien DM lain? Pendekatan : • Dilakukan studi cohort retrospektif untuk mengidentifikasi lebih dari 170 000 pasien diabetes dewasa. • Data studi cohort meliputi 9600 pemakai troglitazonedengan paparan obat selama lebih dari 3 tahun. • Diagnosa saat keluar RS dan prosedur yang secara potensial mengidentifikasikan adanya kerusakan hati akut diidentifikasi, kemudian rekam medis lengkap lebih dari 1200 pasien dengan kemungkinan kejadian GHAditelaah.

20. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Pendekatan : • Rekam medis 109 kasus dikirim pada panel spesialis hepatologi untuk dinilai secara blinded Hasil : • Panel mengidentifikasi 35 kasus GHA yang tidak jelas diakibatkan oleh sebab yang diketahui selain penggunaan obat antidiabet. • Resiko GHA pada pengguna troglitazoneditemukan tidak berbeda dengan pasien yang menerima antidiabet lain. • Tetapi pasien diabetes dalam studi ini beresiko lebih tinggi dibanding populasi umum

21. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Hasil : • GHA yang tidak jelas disebabkan oleh penyebab lain terjadi 1 per 10 000 orang/tahun di antara pasien yang diterapi dengan obat hipoglikemia atau insulin • Studi ini secara kuat mengusulkan bahwa peningkatan resiko GHA berhubungan dengan troglitazone jauh lebih kecil dibanding 20-25x lipat peningkatan yang diusulkan dari data laporan spontan.

22. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Kekuatan : • Studi cohort ini menggunakn sumber populasi yang sudah ditentukan dengan baik. • Rancangan studi ini memungkinkan dilakukan perhitungan insiden GHA pada standar usia dan jenis kelamin. • Penggunaan review rekam medis terstruktur dengan kriteria eksplisit untuk beberapa ekslusi dan proses blinded panel untuk melakukan justifikasi membantu mengeliminasi bias.

23. Contoh kasus II Penggunaan Troglitazone & Resiko Gagal Hati Kelemahan : • Walaupun studi ini menggunakan data sejumlah besar pasien terpapar troglitazone, studi dengan jumlah lebih banyak pasien terpapar troglitazonediperlukan untuk mengestimasi dengan lebih tepat insiden kasus yang jarang ini. Kesimpulan : • Insiden GHA pada pengguna troglitazonesama dengan pasien yang menggunakan kelompok lain obat hipoglikemia. • Studi cohort yang sangat besar dibutuhkan untuk mengestimasi secara tepat insiden dan resiko penyakit yang jarang.