Fig. 1: Algoritmos para el an\u00e1lisis a escala poblacional de la seguridad de los medicamentos en pacientes. a, Nuestro enfoque algor\u00edtmico detecta se\u00f1ales de seguridad de medicamentos asociadas con la pandemia al aprovechar un conjunto de datos a gran escala de informes de eventos adversos (EA) sobre medicamentos y sus reacciones adversas asociadas. En la poblaci\u00f3n general de pacientes, identifica 64 tipos significativos de eventos adversos, de 7.761. b, Estimaci\u00f3n de la desproporcionalidad. Eventos adversos con P0.8 enriquecido en mujeres. El n\u00famero total de reportes durante la pandemia aument\u00f3 en un 28,1 % con respecto a antes de la pandemia en mujeres y solo en un 7,7 % en hombres, lo que implica una mayor disparidad de g\u00e9nero. La diferencia entre las longitudes de los flujos de entrada y salida en mujeres y hombres se debe a informes con edad desconocida. AR(2), modelo autorregresivo de segundo orden (M\u00e9todos). Cr\u00e9dito: DOI: 10.1038\/s43588-021-00138-4 <\/p>\n
La pandemia de COVID-19 ha reformado la salud y la medicina de maneras tanto dram\u00e1ticas como sutiles. Algunos de los cambios menos obvios solo pueden surgir del an\u00e1lisis de millones de datos de registros de pacientes, notas m\u00e9dicas e informes de encuentros cl\u00ednicos. <\/p>\n
Tomados de forma aislada, estos puntos de datos pueden ofrecer an\u00e9cdotas tentadoras. Analizados juntos, pueden ofrecer una vista panor\u00e1mica de interacciones interesantes y revelar tendencias importantes, lo que brinda a los m\u00e9dicos y expertos en salud p\u00fablica pistas valiosas que pueden informar tanto la prevenci\u00f3n como la intervenci\u00f3n.<\/p>\n
Marinka Zitnik, profesora asistente de inform\u00e1tica biom\u00e9dica en el Instituto Blavatnik de la Escuela de Medicina de Harvard, utiliza ciencia de datos y m\u00e9todos de aprendizaje autom\u00e1tico para recopilar informaci\u00f3n que oculta a simple vista el desarrollo y la progresi\u00f3n de la enfermedad, los resultados terap\u00e9uticos y la respuesta al tratamiento.<\/p>\n
La \u00faltima investigaci\u00f3n de Zitnik, un estudio publicado 5 de octubre en Nature Computational Science, analiza patrones en eventos adversos de medicamentos antes y durante la pandemia.<\/p>\n
En el estudio, Zitnik y los coautores Xiang Zhang, investigador postdoctoral en HMS, y Marissa Sumathipala, un investigador graduado de la Universidad de Harvard, utiliz\u00f3 m\u00e1s de 1,4 millones de informes m\u00e9dicos relacionados con 2821 medicamentos.<\/p>\n
Los investigadores encontraron que 54 tipos de eventos adversos aumentaron en frecuencia ncia durante la pandemia, aunque en general, la cantidad de eventos adversos de medicamentos se redujo un poco. Adem\u00e1s, el an\u00e1lisis revel\u00f3 diferencias reveladoras de g\u00e9nero y edad en la probabilidad de eventos adversos.<\/p>\n
Los resultados, dicen los investigadores, tienen implicaciones importantes para el uso seguro de medicamentos y pueden informar mejores formas de estratificar a los pacientes por perfil de riesgo para prevenir, o al menos minimizar, la desigualdad en la atenci\u00f3n m\u00e9dica durante las emergencias sanitarias.<\/p>\n
Zitnik habl\u00f3 sobre sus hallazgos con Harvard Medicine News.<\/p>\n
HMNews: \u00bfQu\u00e9 se propuso lograr con este estudio? <\/p>\n
Zitnik: Los eventos adversos por el uso de medicamentos y medicamentos recetados representaron m\u00e1s de 110\u00a0000 muertes en los Estados Unidos en 2019. La motivaci\u00f3n principal detr\u00e1s de nuestro estudio fue comprender hasta qu\u00e9 punto la pandemia y las interrupciones resultantes podr\u00edan han desafiado la capacidad de los sistemas de atenci\u00f3n de la salud para garantizar el uso seguro de los medicamentos. Quer\u00edamos saber si hubo desigualdades entre los diferentes grupos de pacientes que se exacerbaron, si hubo eventos adversos que superaron o disminuyeron lo que hubi\u00e9ramos esperado si no hubiera ocurrido la pandemia.<\/p>\n
Para responder a estas preguntas , observamos patrones de eventos adversos de medicamentos que se remontan a siete a\u00f1os antes de la pandemia. Observamos las tendencias hist\u00f3ricas de cada medicamento y cada evento adverso capturado en nuestra base de datos para predecir lo que se esperar\u00eda en 2o20. Luego comparamos esa expectativa con lo que realmente vimos en 2020. La diferencia entre lo que hubi\u00e9ramos esperado y lo que ocurri\u00f3 nos dio una pista sobre el efecto de la pandemia.<\/p>\n
HMNews: \u00bfCu\u00e1les fueron algunas de las \u00bfhallazgos clave?<\/p>\n
Zitnik: En primer lugar, encontramos una variaci\u00f3n sustancial de los eventos adversos de los medicamentos antes y durante la pandemia. Identificamos 64 tipos de eventos adversos cuyos patrones hab\u00edan cambiado considerablemente en relaci\u00f3n con los niveles previos a la pandemia. Lo sorprendente fue que 54 de los 64 eventos adversos aumentaron durante la pandemia. \u00bfPor qu\u00e9 es esto sorprendente? Debido a que su expectativa podr\u00eda ser que, dado que el acceso a los sistemas de salud era limitado y los pacientes no pod\u00edan ir al hospital e informar eventos adversos, uno esperar\u00eda que tales informes se redujeran. De hecho, ese fue el caso.<\/p>\n
El volumen total de informes de eventos adversos de medicamentos se redujo en un 4,4 por ciento, en comparaci\u00f3n con los niveles previos a la pandemia. La parte sorprendente fue que 54 eventos adversos de medicamentos aumentaron en la tasa de incidencia durante la pandemia. N\u00famero dos, encontramos que la diferencia de g\u00e9nero previa a la pandemia en los defectos adversos de los medicamentos se exacerb\u00f3 durante la pandemia. Descubrimos que las mujeres sufrieron m\u00e1s eventos adversos que los hombres, en relaci\u00f3n con los niveles previos a la pandemia, y esas diferencias de g\u00e9nero persistieron en todos los grupos de edad.<\/p>\n
Eso, para m\u00ed, fue sorprendente. Solo puedo imaginar cu\u00e1les habr\u00edan sido las diferencias entre los grupos \u00e9tnicos y raciales si tuvi\u00e9ramos acceso a tales datos. N\u00famero tres, encontramos diferencias cl\u00ednicas relevantes en los efectos secundarios de los medicamentos entre los grupos de edad. Los efectos secundarios como la ansiedad y el insomnio aumentaron desproporcionadamente en mujeres y ancianos, lo que sugiere que estos son grupos de pacientes en riesgo.<\/p>\n
Tomados en conjunto, podemos identificar ciertos eventos adversos que modifican el riesgo o eventos adversos que el riesgo de que se ve alterado por una interrupci\u00f3n externa, en este caso COVID-19.<\/p>\n
HMNews: \u00bfCu\u00e1les son las ventajas de usar big data y an\u00e1lisis computacional para estudiar los cambios durante una emergencia de salud p\u00fablica?<\/p>\n
Zitnik: Muchas de las observaciones que hicimos y las conclusiones a las que llegamos solo fueron posibles debido a la gran cantidad de datos que analizamos. Extrajimos m\u00e1s de 10 millones de informes de una base de datos nacional de informes de eventos adversos para el per\u00edodo comprendido entre enero de 2013 y septiembre de 2020, y analizamos toda la gama de medicamentos aprobados.<\/p>\n
Hay una gran cantidad de investigaciones previas sobre eventos adversos de medicamentos en entornos de laboratorio centrados en la caracterizaci\u00f3n molecular de medicamentos durante los ensayos cl\u00ednicos antes de su aprobaci\u00f3n. Los estudios de seguridad del paciente realizados durante la pandemia tambi\u00e9n fueron muy limitados y se restringieron a una peque\u00f1a cantidad de medicamentos para el tratamiento de COVID-19 o afecciones relacionadas, una peque\u00f1a cantidad de informes y rangos de tiempo estrechos.<\/p>\n
Qu\u00e9 significa este gran an\u00e1lisis de datos nos permiti\u00f3 hacer fue desentra\u00f1ar estas intrincadas dependencias entre el efecto de la pandemia, el efecto de los medicamentos y las caracter\u00edsticas del paciente. Nos permiti\u00f3 identificar cambios en el panorama de eventos adversos durante una emergencia de salud p\u00fablica. Nos permiti\u00f3 ver c\u00f3mo se manifiestan estos cambios en diferentes poblaciones de pacientes, definidas por sexo, edad y otros datos demogr\u00e1ficos.<\/p>\n
Este es un ejemplo: el medicamento remdesevir, que hab\u00eda estado en el mercado antes de la pandemia y se reutiliz\u00f3 para el tratamiento de COVID-19, se asoci\u00f3 con riesgo de hipoxia o niveles bajos de ox\u00edgeno. La hipoxia se inform\u00f3 como un nuevo evento adverso en los ensayos cl\u00ednicos de remdesevir para el tratamiento de COVID-19, pero no se conoc\u00eda antes. Por lo tanto, en este caso, nuestro an\u00e1lisis destaca c\u00f3mo los modelos algor\u00edtmicos utilizados a escala poblacional pueden identificar eventos sutiles y poco frecuentes que no surgen hasta que un gran n\u00famero de personas comienzan a tomar un medicamento.<\/p>\n
Dicho an\u00e1lisis puede ayudar a la vigilancia farmacol\u00f3gica para tratamientos, incluidos aquellos que reciben aprobaciones de emergencia o reutilizados para COVID-19, como fue el caso de remdesevir. Claramente, este tipo de an\u00e1lisis a escala de poblaci\u00f3n no est\u00e1 equipado para revelar las causas detr\u00e1s de las observaciones y el por qu\u00e9 detr\u00e1s del qu\u00e9.<\/p>\n
Sin embargo, este enfoque es valioso porque es un estudio de todo el sistema que nos permite ampliar salir y ver el bosque por los \u00e1rboles. Quer\u00edamos entender qu\u00e9 sucede cuando observa la escala de todo el pa\u00eds de los Estados Unidos y observa a los pacientes del mundo real que toman una variedad de medicamentos diferentes y tienen una variedad de enfermedades para capturar las complejas interdependencias entre todas estas variables, incluidas las no -factores m\u00e9dicos, como la edad, el sexo y el lugar donde viven.<\/p>\n
HMNews: \u00bfCu\u00e1les son sus pr\u00f3ximos pasos?<\/p>\n
Zitnik: La parte que m\u00e1s me emociona es que este El trabajo proporciona un modelo de c\u00f3mo podemos comparar COVID-19 con otras emergencias de salud p\u00fablica. Nos interesar\u00eda mucho comparar los efectos de la COVID-19 en el uso seguro de medicamentos con los de la crisis de opioides o los huracanes y las emergencias de incendios forestales que pueden interrumpir de manera similar el acceso a la atenci\u00f3n m\u00e9dica.<\/p>\n
\u00bfHay algo que aprendamos? del COVID-19 que podemos trasladar a otras emergencias de salud p\u00fablica? \u00bfPodemos, en base a estos, formular una gu\u00eda anticipada para las autoridades de salud p\u00fablica? La esperanza es que tales conocimientos puedan ayudar a informar las pr\u00e1cticas de prescripci\u00f3n de medicamentos y mejorar la seguridad del paciente al se\u00f1alar a las personas o grupos de pacientes que podr\u00edan tener un mayor riesgo de eventos adversos durante una emergencia de salud p\u00fablica. <\/p>\n
Estos conocimientos pueden identificar a los pacientes que podr\u00edan verse afectados de manera desproporcionada por ciertas desigualdades prevenibles y proporcionar pautas a los expertos en salud p\u00fablica para identificar las comunidades a las que deben llegar y luego tal vez dise\u00f1ar herramientas que puedan preguntar autom\u00e1ticamente a los pacientes qu\u00e9 tipo de situaciones adversas eventos que est\u00e1n experimentando, qu\u00e9 tipo de medicamentos est\u00e1n tomando sin que los pacientes necesariamente vengan al hospital, lo cual es un gran desaf\u00edo durante una pandemia.<\/p>\n
A largo plazo, este tipo de an\u00e1lisis a gran escala puede proporcionar suficiente informaci\u00f3n granular datos que nos ayuden a alejarnos del enfoque \u00fanico para todos y nos permitan estratificar el riesgo de efectos adversos de los medicamentos por paciente en funci\u00f3n de una amplia gama de caracter\u00edsticas. <\/p>\n
Explore m\u00e1s<\/p>\n
Las nuevas advertencias de la vacuna COVID-19 significan que el sistema para informar los efectos secundarios est\u00e1 funcionando M\u00e1s informaci\u00f3n:<\/strong> Xiang Zhang et al, Identificaci\u00f3n a escala de poblaci\u00f3n de eventos adversos diferenciales antes y durante una pandemia, Nature Computational Science (2021). DOI: 10.1038\/s43588-021-00138-4 Informaci\u00f3n de la revista:<\/strong> Nature Computational Science <\/p>\n Proporcionado por Harvard Medical School Cita<\/strong>: Efectos adversos de los medicamentos durante la pandemia de COVID-19 pandemia (2021, 14 de octubre) recuperado el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-10-adverse-drug-effects-covid-pandemic.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":" Fig. 1: Algoritmos para el an\u00e1lisis a escala poblacional de la seguridad de los medicamentos en pacientes. a, Nuestro enfoque algor\u00edtmico detecta se\u00f1ales de seguridad de medicamentos asociadas con la pandemia al aprovechar un conjunto de datos a gran escala de informes de eventos adversos (EA) sobre medicamentos y sus reacciones adversas asociadas. En la … Continuar leyendo \u00abEfectos adversos de los medicamentos durante la pandemia de COVID-19\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-697","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/697","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=697"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/697\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=697"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=697"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=697"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}