本综述系统梳理了国内外使用树状扫描统计量（TreeScan）方法开展的药物流行病学原始研究，总结TreeScan方法的发展与应用现状，阐述其方法学原理，为我国开展同类研究提供参考。通过系统检索英文文献数据库（Medline、Embase与Web of Science），最终纳入15项研究，其中9项为药物安全性监测研究，6项为疫苗安全性监测研究。研究中采用的TreeScan方法有3类：泊松概率模型、伯努利概率模型及树状时空扫描统计量模型。3类模型的差别主要体现在：在研究设计时是否预先设定了对照、是否考虑了暴露至出现不良事件间的风险期时长。部分研究比较了TreeScan方法与其他不良反应信号发掘方法的检出结果，或使用已知存在的不良反应，探讨了该方法对不良反应信号的检出能力。通过总结发现TreeScan是一种有效的药品安全性信号监测方法，国际上目前仍处于快速发展阶段，十分有必要推进TreeScan方法在我国药品、疫苗安全性监测和其他相关研究领域的探索与应用。

本文介绍药品上市后安全性监测中一种新的不良反应信号挖掘方法——树状扫描统计量方法(tree-based scan statistic,TreeScan).TreeScan方法是基于纵向的电子医疗记录数据库来实现的,通过将诊断映射到树状结构中,计算树中各个部分的药物-事件对的相对风险,并计算对数似然比检验统计量,利用蒙特卡洛模拟得出P值.TreeScan方法是药物安全监测中有效的数据挖掘工具,其发现的统计显著信号可以作为药物流行病学研究的候选药物-事件对,进一步细致地分析验证其因果关系.本文首先简要概括TreeScan方法的基本原理,然后结合实例对其应用过程进行阐述.

目的:系统评价树状扫描统计量(TreeScan)方法的研究现状.方法:系统检索Medline、Embase、Co-chrane Library、CNKI、WanFang Data、VIP、SinoMed数据库,搜集关于TreeScan的文献,检索时限均为2003年1月1日～2021年4月27日.由两名研究者独立筛选文献和提取数据后,对文献基本信息(发表年份、单位、国家等)和研究信息(研究人群、药物、不良事件等)进行统计分析,将研究归纳为方法学研究和应用研究(分为药物和疫苗)并进行评述.结果:共纳入18篇文献.自2017年起,关于TreeScan的文章数量逐年增加,2020年发表数量最多(5篇).作者主要集中在美国和韩国.其中方法学研究7篇、应用研究11篇(疫苗6篇,药物5篇).结论:近年来随着TreeScan方法学不断完善创新,其应用价值和前景也有所提高,尤其在疫苗安全监测领域的应用已成为新热点.

目的:通过树状扫描统计量(TreeScan)挖掘鄞州区域医疗数据库的他汀类药物的不良反应(ADR)信号,评价TreeScan方法的ADR信号检测能力.方法:选取2010～2016年鄞州区域医疗数据库中18岁以上高血压人群为研究对象,研究目标药物为他汀类药物,通过门诊处方和住院医嘱中的药品名称信息识别他汀类药物暴露情况,根据门诊和住院诊断信息《国际疾病分类》第十次修订本(ICD-10)编码识别ADR.参考国外一项系统综述总结的用于识别ADR的ICD-10编码集建立标准信号,同时通过检索已公开发表的系统综述和Meta分析及药品说明书确定标准阳性和阴性信号.采用诊断试验评价方法评价ADR信号挖掘方法的真实性,评价指标包括灵敏度、特异度、阳性预测值、阴性预测值、正确率、约登指数和受试者工作特征(ROC)曲线下面积(AUC).结果:共纳入224 187例研究对象,其中他汀组85 758例,非他汀组138 429例.将126种ADR作为标准信号,其中13个阳性信号,113个阴性信号.在原始数据下TreeScan一共发现29个阳性信号(P＜0.05),与标准信号对比,其中9个是真阳性信号.方法的灵敏度、特异度、阳性预测值和阴性预测值分别为69.23％,82.30％,31.03％和95.88％.正确率、约登指数和AUC值3种综合性指标分别为80.95％,51.53％和75.77％.结论:TreeScan方法能够同时对大量不同水平、互相有重合的ADR进行检测,并能有效地解决多重假设检验问题.其产生的信号数量适中且假阳性较少,可以作为其他ADR挖掘方法的一种补充,为我国的药品安全主动监测提供新的参考.

目的 介绍一种应用于疫苗上市后安全性主动监测的信号挖掘方法—基于自身对照设计的树状时间扫描统计量,为我国开展疫苗安全性主动监测提供参考.方法 介绍该方法的原理,并通过梳理既往文献对其发展现状等进行综述.结果 与结论该方法无需前提假设,可以同时评估大量潜在的结局事件和风险窗,并调整多重检验,为发现疫苗接种后潜在不良反应风险信号提供了很好的解决方案.目前该方法在国际上仍处于快速发展阶段,我国现有文献报道极少.