Machine learning como herramienta de farmacovigilancia para la detección de RAM
- JC Morales - Ruiz
- 21 jul 2019
- 2 Min. de lectura
La aparición del "big healthcare data", fenómeno caracterizado por volúmenes, complejidad y velocidad masivos, representa una oportunidad interesante para el estudio de la farmacovigilancia por vía digital.
Las redes sociales, además de otras plataformas de datos convencionales, se han convertido en una fuente de información para la detección y predicción de reacciones adversas a medicamentos (RAM) y en una valiosa herramienta para mejorar los procesos de farmacovigilancia.
Un artículo publicado en la edición de julio de la revista Drug Discovery Today, presenta una descripción general de las fuentes de datos actuales disponibles para la vigilancia posterior a la comercialización, analiza las metodologías computacionales aplicadas en la actualidad a la farmacovigilancia en la etapa posterior a la comercialización, examina la causa de las RAM y hace referencia a los enfoques utilizados en la etapa previa a la comercialización, plantreando un método para predecir dichas reacciones en la etapa posterior a la comercialización.
Referencia
Lee CY Chen YPF. Machine learning on adverse drug reactions for pharmacovigilance. Drug Discovery Today. 2019; 24 (7): 1332 - 1343
Machine learning on adverse drug reactions for pharmacovigilance
The appearance of "big healthcare data", a phenomenon characterized by massive volumes, complexity and speed, represents an interesting opportunity for the study of pharmacovigilance by digital means.
Social networks, in addition to other conventional data platforms, have become a source of information for the detection and prediction of adverse drug reactions (ADRs) and a valuable tool to improve pharmacovigilance processes.
An article published in the July issue of Drug Discovery Today, presents a general description of the current data sources available for post-marketing surveillance, analyzes the computational methodologies currently applied to pharmacovigilance in the post-marketing stage. marketing, examines the cause of ADR and refers to the approaches used in the pre-commercialization stage, planting a method to predict such reactions in the post-marketing stage.
Referencia
Lee CY Chen YPF. Machine learning on adverse drug reactions for pharmacovigilance. Drug Discovery Today. 2019; 24 (7): 1332 - 1343
Comentarios