Drug-related retinal detachment pharmacovigilance signals in the real world: evidence from the FDA Adverse Event Reporting System
7.3
来源：
Nature
关键字：
neural coding
发布时间：
2025-10-10 19:41
摘要：
本研究利用FDA不良事件报告系统的数据，分析了与视网膜脱离相关的药物，识别出30种药物并评估其信号强度。结果显示，药物的信号强度和潜在风险因药物类别和使用情况而异，尤其是抗癌药物和眼科药物。研究强调了进一步高质量流行病学和机制研究的必要性，以验证这些药物与视网膜脱离之间的潜在因果关系。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0分+重点关注领域符合度
business_impact
0.5分+商业影响力
scientific_rigor
1.5分+数据支撑的科学性
timeliness_innovation
1.0分+时效性与创新性
investment_perspective
2.5分+BOCG投资视角
market_value_relevance
1.0分+市场价值相关性
team_institution_background
0.3分+团队与机构背景
technical_barrier_competition
0.5分+技术壁垒与竞争格局
关键证据
研究识别了30种与视网膜脱离显著相关的药物。
使用FDA不良事件报告系统进行的分析提供了强有力的证据。
研究结果显示不同药物的信号强度和潜在风险差异。
真实性检查
否
AI评分总结
本研究利用FDA不良事件报告系统的数据，分析了与视网膜脱离相关的药物，识别出30种药物并评估其信号强度。结果显示，药物的信号强度和潜在风险因药物类别和使用情况而异，尤其是抗癌药物和眼科药物。研究强调了进一步高质量流行病学和机制研究的必要性，以验证这些药物与视网膜脱离之间的潜在因果关系。