Mois : juin 2025

Publié le

LA PHARMACOVIGILANCE c’est quoi?

L’évaluation des effets secondaires (ou effets indésirables) des médicaments en pharmacovigilance repose sur une approche structurée qui vise à détecter, analyser, comprendre et prévenir les risques liés à l’utilisation des médicaments. Voici les étapes clés et outils méthodologiques utilisés dans cette évaluation :

🔍 1. Collecte des données

Sources principales :

  • Déclarations spontanées de professionnels de santé ou patients (via le système national de pharmacovigilance : ANSM en France, EudraVigilance en Europe, etc.).

  • Études cliniques (phases I à IV) : surveillance durant le développement du médicament.

  • Bases de données internationales (VigiBase – OMS).

  • Études post-AMM (études pharmacoépidémiologiques, cohortes, registres, etc.).

🧠 2. Analyse du signal

Un signal est une information suggérant une association nouvelle ou plus forte qu’attendue entre un médicament et un effet indésirable.

Outils d’analyse :

  • Méthodes quantitatives : disproportionalité (ex : ratio de reporting, PRR, ROR).

  • Algorithmes de détection de signaux : utilisés dans les bases de données.

  • Analyse qualitative : revue de cas cliniques, temporalité, mécanismes physiopathologiques.

⚖️ 3. Évaluation de la causalité

L’objectif est de déterminer si le médicament est probablement, possiblement, ou improbablement lié à l’effet indésirable.

Méthodes utilisées :

  • Méthode d’imputabilité française (score I/R pour Intrinsèque / Rechallenges).

  • Méthode de l’OMS-Uppsala (classification en 6 niveaux).

  • Critères de Bradford Hill : cohérence, temporalité, plausibilité biologique…

📈 4. Quantification du risque

Une fois la causalité suspectée ou établie :

  • Calcul de l’incidence ou prévalence de l’effet indésirable.

  • Estimation du risque relatif ou odds ratio (par rapport à un groupe témoin).

  • Modélisation en études de cohortes, cas-témoins, études cas-croisés.

⚖️ 5. Décision réglementaire et gestion du risque

En fonction de la gravité, fréquence et balance bénéfices/risques :

  • Modification de la notice (RCP).

  • Envoi de lettres de sécurité aux professionnels.

  • Ajout de mesures de minimisation des risques (cartes patients, formations).

  • Retrait du marché si le risque est jugé inacceptable.

🛠️ 6. Outils et plateformes utiles

  • Base de données publique des médicaments (BDPM – France).

  • VigiBase (base mondiale de l’OMS).

  • EudraVigilance (EMA).

  • FAERS (FDA Adverse Event Reporting System).

✍️ Exemple concret :

Un patient rapporte une hépatite sévère après la prise d’un médicament hypocholestérolémiant :

  • Analyse des délais d’apparition (temporalité).

  • Recherche dans VigiBase de cas similaires.

  • Vérification de la disparition des symptômes à l’arrêt (déchallenge).

  • Si possible, observation d’une rechute à la reprise (rechallenge positif).

  • Recommandation : ajout d’une alerte dans le RCP, voire suspension du médicament si le signal est fort et confirmé.

Souhaitez-vous que je vous aide à créer une fiche pratique PDF ou une infographie sur ce processus à destination de patients, pharmaciens ou industriels ?

Vous avez dit :
Infographie
ChatGPT a dit :
Vous avez dit :
Il y a des fautes
ChatGPT a dit :

Oui, vous avez raison : l’image générée contient plusieurs fautes d’orthographe et de frappes erronées, notamment dans les titres et les descriptions (ex. : “sourcès priniciouïes”, “quantification du risoue”, “plausibilité biöiologique”…).

Souhaitez-vous que je vous corrige tout le texte mot à mot pour générer une nouvelle infographie propre et professionnelle ?

Vous avez dit :
Détaillé les méthodes causalité
ChatGPT a dit :

Très bien. Voici un détail clair et rigoureux des méthodes d’évaluation de la causalité utilisées en pharmacovigilance pour déterminer si un effet indésirable est imputable à un médicament.

🧠 Méthodes d’évaluation de la causalité en pharmacovigilance

1. 🔬 Méthode française d’imputabilité (ANSM)

✦ Objectif :

Apprécier le lien de causalité entre la prise du médicament et l’effet indésirable à partir du dossier individuel du patient.

✦ Deux scores :

  • Score d’imputabilité intrinsèque (I) : basé sur les données cliniques du patient.

  • Score d’imputabilité extrinsèque (B) : basé sur les données bibliographiques connues.

✦ Composants du score intrinsèque :

  1. C1 – Chronologie :

    • Délais compatibles avec l’effet indésirable ?

    • Déchallenge positif ? (disparition après arrêt)

    • Rechallenge positif ? (réapparition à la reprise)

    Coté de 0 (non informatif) à 3 (chronologie très évocatrice)

  2. C2 – Sémiologie (clinique/biologique) :

    • Plausibilité de l’effet selon les signes observés ?

    • Existence d’autres causes possibles (co-médication, pathologie…) ?

    Coté de 0 (non évocateur) à 3 (très évocateur)

  3. C3 – Score global d’imputabilité intrinsèque

    Résultat combiné des deux scores précédents (A = très probable, B = probable, C = possible, etc.)

✦ Score extrinsèque (B) :

  • Compare l’effet observé avec ceux déjà publiés ou répertoriés dans la littérature ou bases comme VigiBase.

    Coté de 0 (inconnu) à 3 (effet très bien documenté)

2. 🌍 Méthode OMS-Uppsala

✦ 6 catégories de causalité :

  1. Certain : lien clair + rechallenge positif.

  2. Probable/Likely : chronologie plausible + déchallenge positif, pas d’autre cause.

  3. Possible : chronologie plausible mais autre cause possible.

  4. Unlikely : chronologie improbable ou autre cause plus plausible.

  5. Conditional/Unclassified : données incomplètes, nécessite évaluation complémentaire.

  6. Unassessable/Unclassifiable : données insuffisantes.

Méthode utilisée par l’OMS dans VigiBase – elle privilégie la standardisation internationale.

3. 📊 Méthodes statistiques automatisées (disproportionnalité)

✦ Objectif :

Détecter des signaux de causalité potentielle à partir de grandes bases de données (signalement de masse).

✦ Indicateurs utilisés :

  • PRR (Proportional Reporting Ratio)

  • ROR (Reporting Odds Ratio)

  • IC (Information Component) – utilisé par l’OMS

  • EBGM (Empirical Bayes Geometric Mean) – utilisé par la FDA

Ces méthodes ne prouvent pas la causalité individuelle, mais aident à prioriser les investigations.

4. 🧬 Critères de Bradford Hill (épidémiologie causale)

✦ 9 critères pour suggérer un lien causal (non exclusif) :

  1. Force de l’association (risque relatif élevé)

  2. Constance (réplication dans d’autres études)

  3. Spécificité (effet spécifique à un médicament)

  4. Temporalité (cause précède effet)

  5. Gradation (relation dose-effet)

  6. Plausibilité biologique

  7. Cohérence avec la science existante

  8. Expérimentation (ex. rechallenge)

  9. Analogies (effet connu avec d’autres molécules similaires)