ROR, PRR, BCPNN, GPS 모두 특정 연구 대상 복용 여부의 비율과 연구 대상 유해반응의 발현 유무의 비율을 이용하여 분석한다. 즉, Table 1 과 같은 테이블의 형태로 데이터를 정리한 후 Table 2 에 정리된 정의에 의해 분석이 진행된다(Wilson 등, 2004).
Table 1. DA를 위한 자료 구조
특정 대상 유해반응 다른 모든 유해반응 합계
연구 대상 약물 A B A+B
다른 모든 약물 C D C+D
합계 A+C B+D A+B+C+D
A: 연구 대상 약물을 복용하고 특정 대상 유해반응이 보고된 사례 수, B: 연구 대상 약물을 복용하고 특정 대상 유해반응 이외의 다른 유해반응이 보고된 사례 수, C: 연구 대상 약물 이외의 약물을 복용하고 특정 대상 유해반응이 보고된 사례 수, 연구 대상 약물 이외의 약물을 복용하고 특정 대상 유해반응 이외의 다른 유해반응이 보고된 사례 수
Table 2. DA 방법들의 정의
ROR: Reporting odds ratio, PRR: Proportional reporting ratio, BCPNN: Bayesian confidence propagation neural network, IC: Information component, GPS: Gamma poisson shrinkage, RR: Relative risk, A-D: Table 1 과 동일
분포(Poisson distribution)를 따른다는 가정하에 RR 을 shrinkage 한 값인 EBGM(the
BCPNN IC-2SD>0 (Matsushita 등, 2007)
FDR<0.05 (Ahmed 등, 2010)
GPS EB05*>2 (Matsushita 등, 2007)
FDR<0.05 (Ahmed 등, 2010)
+A: the number of combinations between a specific drug and a suspected adverse drug reaction, *EB05: lower 5th percentile of the posterior distribution of EBGM
이렇게 다양한 판단 기준이 존재하는 이유는 각 사용자가 이용하는 데이터베이스가 모두 다르기 때문에, 각 데이터베이스에 최적화된 기준을 사용하기 때문이다. 이러한 이유로 인하여 최근 DA 분석 방법에서 실마리를 판단하는 기준에 False discovery rate (FDR)을 적용한 연구들이 발표되고
있다(Ahmed 등, 2009; Ahmed 등, 2010). FDR 방법이 실마리 탐색에 사용되는 이유는 실마리 탐색을 위해 통계 분석을 하게 될 경우, 반복적인 통계 분석 수행으로 인한 오류의 증가를 예방하기 위해서이다. 실마리 탐색을 위해 통계 분석을 사용할 경우, 약물 하나와 유해반응 하나의 조합마다 분석하게 되므로, 분석해야 하는 조합의 수는
(분석 대상 데이터베이스에 존재하는 약품의 종류 수) X (유해반응 종류의 수)
만큼 존재하게 되고, 각 경우마다 통계 분석을 반복적으로 수행해야 한다.
하지만, 통계 분석이 반복적으로 진행하게 될 경우, type I 오류 (false positive) 또한 같이 증가하기 때문에 이를 보정하기 위한 과정이 필요하다. 만약 하나의 통계 분석에서 유의수준이 α 인 분석을 반복적으로 k 번 진행하게 되면 영가설을 기각하지 않을 확률이 (1-α)k가 되어 전체적인 type I 오류는 α 보다 커지게 되기 때문이다. 예를 들어, 유의확률 0.05 인 통계 분석을 4 번 반복하게 되면,
(1-0.05)4 = (0.95)4 = 0.8145 = 1-0.1855
가 되어 전체 type I 오류는 0.1855 가 된다. 따라서 수천에서 수만 번의 통계 분석이 반복되는 분석에서는 매우 큰 type I 오류가 발생하게 된다.
FDR 은 주로 microarray 분석과 같이 통계 분석을 대량으로 반복하는 경우에 적용되는 방법으로, ‘통계분석 결과가 차이가 나는 것으로 판단하였는데, 실제로는 차이가 나지 않을 확률’을 의미한다. 즉, 반복적인 통계 분석을 한 결과들을 Table 4 와 같이 정리하였을 때, FDR 은 V/(V+S) 를 의미한다. FDR 은
이렇게 각 통계분석을 type I 오류에 따라 판단하는 것이 아니고 전체적인 오류를
기준으로 FDR 을 사용하였다. 본 연구에서는 FDR 0.10 미만을 실마리 판단 기준으로 하였으며, ROR, PRR 경우는 PRR 값과 ROR 의 값이 1 보다 큰 경우만을 실마리로 판단하였다. FDR 판단 기준을 0.05 가 아닌 0.10 으로 한 이유는, EMR 데이터가 자발적 보고 데이터와는 달리 약물 유해반응을 위해 수집된 데이터가 아니므로, EMR 데이터에서는 약물과 유해반응 조합의 관계 강도가 약할 것이기 때문이다.