Immune-checkpoint inhibitors (ICIs) have transformed patient care in oncology but are associated with a unique spectrum of organ-specific inflammatory toxicities known as immune-related adverse events (irAEs). Given the expanding use of ICIs, an increasing number of patients with cancer experience irAEs, including severe irAEs. Proper diagnosis and management of irAEs are important to optimize the quality of life and long-term outcomes of patients receiving ICIs; however, owing to the substantial heterogeneity within irAEs, and despite multicentre initiatives, performing clinical studies of these toxicities with a sufficient cohort size is challenging. Pioneering studies from the past few years have demonstrated that aggregate clinical data, real-world data (such as data on pharmacovigilance or from electronic health records) and multi-omics data are alternative tools well suited to investigating the underlying mechanisms and clinical presentations of irAEs. In this Perspective, we summarize the advantages and shortcomings of different sources of ‘big data’ for the study of irAEs and highlight progress made using such data to identify biomarkers of irAE risk, evaluate associations between irAEs and therapeutic efficacy, and characterize the effects of demographic and anthropometric factors on irAE risk. Harnessing big data will accelerate research on irAEs and provide key insights that will improve the clinical management of patients receiving ICIs.

免疫检查点抑制剂 (ICI) 已经改变了肿瘤学中的患者护理，但与称为免疫相关不良事件 (irAE) 的独特器官特异性炎症毒性谱相关。鉴于 ICI 的使用范围不断扩大，越来越多的癌症患者会出现 irAE，包括严重的 irAE。irAE 的正确诊断和管理对于优化接受 ICI 的患者的生活质量和长期结果非常重要；然而，由于 irAE 内部存在很大的异质性，并且尽管采取了多中心举措，但以足够的队列规模对这些毒性进行临床研究具有挑战性。过去几年的开创性研究表明，综合临床数据，真实世界数据（例如药物警戒数据或来自电子健康记录的数据）和多组学数据是非常适合研究 irAE 的潜在机制和临床表现的替代工具。在本文中，我们总结了研究 irAE 的不同“大数据”来源的优缺点，并强调了使用这些数据来识别 irAE 风险的生物标志物、评估 irAE 与治疗效果之间的关联以及表征人口统计学和人体测量学因素对 irAE 风险的影响。利用大数据将加速对 irAE 的研究，并提供重要的见解，以改善接受 ICI 的患者的临床管理。我们总结了研究 irAE 的不同“大数据”来源的优缺点，并强调了使用这些数据来识别 irAE 风险的生物标志物、评估 irAE 与治疗效果之间的关联以及描述人口统计学和人体测量学因素的影响所取得的进展关于 irAE 风险。利用大数据将加速对 irAE 的研究，并提供重要的见解，以改善接受 ICI 的患者的临床管理。我们总结了研究 irAE 的不同“大数据”来源的优缺点，并强调了使用这些数据来识别 irAE 风险的生物标志物、评估 irAE 与治疗效果之间的关联以及描述人口统计学和人体测量学因素的影响所取得的进展关于 irAE 风险。利用大数据将加速对 irAE 的研究，并提供重要的见解，以改善接受 ICI 的患者的临床管理。