薬剤性歯肉疾患：FDA有害事象報告システム（FAERS）データベース解析からの考察

Drug-induced gingival diseases: insights from the FDA Adverse Event Reporting System (FAERS) database analysis.

抄録

薬剤性歯肉疾患は一般的な臨床症状である。本研究では、FDA有害事象報告システム（FAERS）データベースの2004Q1から2024Q3までのデータを解析することにより、このような疾患に関連する可能性のある薬剤を同定することを目的とした。潜在的シグナルは、報告オッズ比（ROR）、比例報告比（PRR）、Bayesian Confidence Propagation Neural Network（BCPNN）、多項目ガンマポアソンシュリンカー（MGPS）などの不均衡性分析を用いて検出した。記述的解析により、患者の人口統計学的特徴が要約された。2004年から2024年までに、薬剤誘発性歯肉疾患に関連する有害事象（AE）が34,354件報告され、2015年の症例数が最も多かった。女性（62.1％）の罹患率が高く、年齢が高くなるにつれて報告数が増加した。主な報告元は消費者（44.9％）であり、報告元の多くは米国（56.1％）であった。不均衡性分析により、ポジティブなリスクシグナルを持つ83の医薬品が同定された。注目すべき例としては、抗骨粗鬆症薬（ゾレドロン酸、デノスマブ、アレンドロン酸）および心血管治療薬（アムロジピン、リバーロキサバン）が挙げられる。FAERSデータベースの分析から、特定の薬剤については歯肉疾患のリスクが十分に記録されていないことが明らかになった。これらの知見は、医療従事者が薬剤性歯肉疾患をより効果的に認識するのに役立つ可能性がある。

Drug-induced gingival diseases are a common clinical condition. This study aims to identify potential drugs associated with such diseases by analyzing data from the FDA Adverse Event Reporting System (FAERS) database, covering the period 2004Q1 to 2024Q3. Potential signals were detected using disproportionality analyses, including reporting odds ratio (ROR), proportional reporting ratio (PRR), Bayesian Confidence Propagation Neural Network (BCPNN), and multi-item gamma Poisson shrinker (MGPS). Descriptive analyses summarized the demographic characteristics of the patients. From 2004 to 2024, 34,354 adverse events (AEs) related to drug-induced gingival diseases were reported, with the highest number of cases in 2015. Females (62.1 %) were more frequently affected, and reports increased with age. Consumers (44.9 %) were the primary reporting source, and most reports originated from the U.S. (56.1 %). Disproportionality analysis identified 83 drugs with positive risk signals. Notable examples include anti-osteoporotic agents (zoledronic acid, denosumab, alendronic acid) and cardiovascular drugs (amlodipine, rivaroxaban). Analysis of the FAERS database revealed that the risk of gingival diseases is not adequately documented for certain drugs. These findings could assist healthcare providers in recognizing drug-induced gingival diseases more effectively.