用药错误（medication error, ME）可能对患者安全造成不良严重后果。该研究的作者尝试使用Evans 提出的假设生成技术―比例失衡分析（disproportionality analysis, DPA）方法评估2014年至2018年向丹麦患者安全数据库（Danish Patient Safety Database, DPSD）报告的MEs。
作者使用比例报告比值（proportional reporting ratio，PRR）法来识别比例失衡的信号。以PRR的95%置信区间下限大于1.00，并且超额报告数（excess number, ER）大于10作为筛选信号的阈值。超额的数量是基于“观察到的”和“预期的”报告数量之间的差值。
作者的分析表明，抗凝血剂、阿片类药物、胰岛素、抗癫痫药物和抗精神病药物在特定的ME中表现出最高的信号；华法林和达特帕林与药物使用过程中的“处方阶段”以及“剂量不足”的错误类型相关；芬太尼和吗啡与“处方阶段”和“给药次数或数量错误”的错误类型相关;几种类型的胰岛素与“药物错误”的错误类型有关；而抗癫痫药物如拉莫三嗪、奥卡西平和丙戊酸，以及抗精神病药物如喹硫平，与“执行医嘱阶段”的“未服用药物”的错误类型有关。作者还发现了以前未被注意到的药物，如氯普噻吨，与“错误配药”有关，匹美西林与“遗漏给药”有关，左旋甲状腺素与“数量错误或缺失”有关。
一些高风险药物在该研究中没有产生信号，提示作者可能需要适当调整信号阈值。作者的研究结果表明，尽管DPA方法对选择性的低报敏感，某些没有报告或报告不完整的数据可能对结果产生较大影响，但DPA可以作为基于药物安全报告系统筛选MEs和确定进一步研究的优先领域的附加工具。这种方法可以帮助优化资源并改善患者安全。

50多年来，自发报告系统（SRS）是识别产品上市后非预期作用的唯一选择。SRS的高灵敏度使其特别适合于识别罕见的药物使用或疫苗接种相关的结局。SRS在识别安全信号方面的重要作用预计将继续存在,但自发报告的处理需要大量的资源。一项单个组织的研究报告了每份自发报告获取数据的中位时间为69-min,而GSK估计处理每份自发报告的平均花费为33美元。这些估计还不包括多个组织处理同一份报告或遵照法规与其他组织分享报告所产生的费用。而在全球范围内，数据库中数以百万计的自发报告中，有许多报告与旧的（甚至已停产的）产品或已知的不良反应有关。
作者根据美国FDA不良事件报告系统数据库公众数据面板中截至2022年6月30日的数据进行分析发现，在美国99.8%（2076/2080）的罗非昔布相关急性心肌梗死的自发报告是在将增加心血管事件风险添加到说明书后提交的;93.2%(1938/2080）是在该药撤市后提交的。自2016年哨点系统（sentinel system）在美国全面投入使用以来，所有提交给FAERS的心肌梗死报告中，有40.3%(13277/32919）涉及说明书已标记的不良事件（AE）。
作者认为，药物警戒领域应该考虑停止或取代价值很小的活动，以更加聚焦于患者安全。AE一旦已知，收集、组织和共享自发AE报告的工作不会带来额外的公共卫生价值。考虑到世界各地药物警戒基于真实世界数据的策略，哨点计划（sentinel initiative）应该更适合监测已知的AE。
作者建议应该根据哨点系统和其他观测数据库网络系统的进展，重新考虑SRS对已知不良反应的作用，哨点系统的方式可能更适当，可以进行发生率估计。

美国FDA不良事件报告系统（FAERS）收集的是医务人员、消费者和制造商的自发报告。观察到、听到或认定自己经历过药物不良反应的个人都可能会报告，同一事件可能会有多个来源的报告。因此，重复报告是FAERS数据发掘的重大局限性，彻底删除重复报告是所有分析（尤其是报告比数不相称分析）的先决条件。
Schilder等对Tian等2022年发表的1篇文章作了调查（Tian X, et-al. Adverse event profiles of PARP inhibitors: analysis of spontaneous reports submitted to FAERS［J］. Front Pharmacol, 2022, 13: 851246. DOI: 10.3389/fphar.2022.851246）。Tian等利用美国FAERS数据库2014年12月至2021年10月的数据集对4种多聚ADP核糖聚合酶（PARP）抑制剂（尼拉帕尼、奥拉帕尼、鲁卡帕尼和他拉唑帕尼）的安全性进行了不相称性分析。他们根据识别号删除重复报告，确定了24-141份涉及PARP抑制剂的报告，并根据国际医学用语词典（MedDRA）首选术语计算了多个不良事件的报告比值比（ROR)；发现了16例与尼拉帕尼相关的淋巴血管平滑肌增生症（LAM）的报告，ROR为471.20。
Schilder等检索FAERS后发现，尼拉帕尼关联LAM的报告是14份。2022年4月1日在Commonwealth警戒工作台系统自动删除FAERS数据集的重复数据（CVW数据发掘构建6.0.2.60）之后，仅剩6份尼拉帕尼关联LAM的报告。之后，作者获得了这6份报告的病例信息，发现：“所有6份报告的事件发生日期、年龄、体重、国家、尼拉帕尼使用开始/结束日期、尼拉帕尼批号、可疑药物和伴随药物的可用数据都是相同的”，“强烈表明这6份报告都是单一病例的重复。”作者还在GSK全球安全数据库中检索了截至2022年7月22日的报告，找到了1份尼拉帕尼关联LAM的报告，与现有FAERS中病例报告的详细信息完全匹配。作者调查的结论是，Tian等的研究由于未能删除重复数据，导致了错误的结果。
Schilder等认为，考虑到FAERS数据库和方法学方面的局限性，严格地去除重复报告和谨慎解释研究结果至关重要。

    他汀类药物是治疗血脂异常的主要药物，通过抑制羟甲基戊二酸单酰辅酶A（HMG-CoA）还原酶而减少胆固醇的生物合成。其不良反应主要发生在肝脏和肌肉。在肌肉不良反应中，横纹肌溶解是最严重的，有可能致命，但极少有研究对不同他汀类药物之间横纹肌溶解的风险进行比较。
    该研究基于世界卫生组织的药物警戒数据库（VigiBase），比较了7种他汀类药物（阿托伐他汀、氟伐他汀、洛伐他汀、匹伐他汀、普伐他汀、瑞舒伐他汀和辛伐他汀）横纹肌溶解的风险（不包括西立伐他汀，因其引起严重的横纹肌溶解而于2001年撤市）。该研究包括了在2022年12月31日前服用他汀类药物的成年人中出现横纹肌溶解的所有报告，结果以报告比值比（ROR）及其95%置信区间表示。结果显示，在VigiBase的3 300余万份报告所涉及的患者中，有10 657例服用他汀类药物者出现横纹肌溶解（ROR=59.33，P<0.001），第1份报告于1995年上报；其中由医师上报的占52.4%。报告所涉及的患者中男性占61.5%，73.7%的患者为“严重”横纹肌溶解（其中373例死亡，5 363例导致或延长住院治疗）。
    他汀类药物中致横纹肌溶解风险最大者为辛伐他汀（4 357例，ROR=71.80），随后为阿托伐他汀（3 346例，ROR=33.93）、瑞舒伐他汀（1 777例，ROR=33.01）、氟伐他汀（242例，ROR=31.21）、匹伐他汀（169例，ROR=27.85）、普伐他汀（472例，ROR=24.45）和洛伐他汀（295例，ROR=17.69）（均P<0.001）。当将每种他汀类药物与所有其他他汀类药物进行比较时，辛伐他汀也是风险最大者（ROR=2.20，P<0.001）。
    总之，该研究表明致横纹肌溶解风险较大的他汀类药物是辛伐他汀和阿托伐他汀，对于有横纹肌溶解风险的患者应优先考虑其他他汀类药物，如普伐他汀。除因其不被细胞色素P450系统代谢以外，普伐他汀也是该研究中致横纹肌溶解风险较低的他汀类药物之一。