Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

EMRs emerge come risorsa apprezzata per la rilevazione delle reazioni cattive della droga

L'Assistente Universitario Mei Liu, il PhD, un informatico di NJIT, recentemente ha indicato in un nuovo studio che le cartelle sanitarie elettroniche possono convalidare le reazioni di droga avverse precedentemente riferite e riferire i nuovi.

“L'Analisi Comparativa dei Metodi di Farmacovigilanza nella Rilevazione delle Reazioni di Droga Avverse dalle Cartelle Sanitarie Elettroniche„ (Giornale dell'Associazione Medica Americana di Informatica, Maggio 2013) ha esaminato l'uso degli ordini retrospettivi del farmaco e dei risultati del laboratorio del ricoverato documentati nelle cartelle sanitarie per identificare gli effetti collaterali negativi. Dodici anni di dati dal Centro Medico di Vanderbilt University sono stati studiati da Liu e da un gruppo di ricerca. I ricercatori hanno correlato i risultati anormali del laboratorio con le amministrazioni specifiche della droga confrontando i risultati di un gruppo droga esposto e di un gruppo non esposto abbinato.

“La sicurezza del Farmaco richiede che ogni droga sia riflessa durante la sua vita del mercato mentre l'individuazione tempestiva delle reazioni di droga avverse può piombo agli avvisi che impediscono il danno paziente,„ Liu ha detto. “Recentemente, le cartelle sanitarie elettroniche (EMRs) sono emerso come risorsa apprezzata per la rilevazione delle reazioni cattive della droga.„

Liu, un informatico, NJIT recentemente unito. Usa gli approcci avanzati dell'informatica per migliorare la sanità, con lo scopo a lungo termine della ricerca di sviluppare le metodologie di data mining per scoprire la conoscenza clinica da EMRs per migliorare la qualità, la sicurezza, il risparmio di temi e l'efficacia della sanità.

“EMRs ha creato una risorsa senza precedenti per gli studi d'osservazione poiché contengono non solo le informazioni pazienti dettagliate, ma anche un gran numero di dati clinici longitudinali,„ ha detto. Malgrado la promessa di EMR come strumento della ricerca, le sfide esistono per gli studi d'osservazione su grande scala. Molte informazioni cliniche pertinenti sono incluse in testo narrativo ed i fattori multipli cospirano rendere le conclusioni specifiche dissipanti dai dati di EMR più provocatorie dei dati raccolti specificamente alle ipotesi della ricerca di risposta. Quindi, è desiderabile mettere a punto gli efficaci e metodi di calcolo efficienti per estrarre i dati di EMR la conduzione della ricerca d'osservazione su grande scala.

La reazione di droga Avversa (ADR) per esempio, è una delle cause principali per errore nello sviluppo della droga. E ADRs severo che va inosservato finché la fase di post-introduzione sul mercato di droga non non piombo spesso alla morbosità paziente, come esemplificato dai numerosi ritiri di droga. Corrente, piombo i tre progetti per esaminare simultaneamente ADRs dagli angoli differenti. In Primo Luogo, mira a predire ADRs dai beni chimici, biologici e fenotipici delle droghe. In Secondo Luogo, usa il laboratorio ed i dati retrospettivi di ordine del farmaco da EMR per accertare di ADRs. In Terzo Luogo, sta esplorando l'uso delle tecniche di trattamento del linguaggio naturale estrarre gli eventi avversi dalle note narrative in EMR e correlare quegli eventi con i farmaci con estrazione mineraria di associazione. Egualmente si interessa ad altre mansioni di data mining per l'informatica clinica, quale la droga che repurposing (cioè applicazione delle droghe conosciute alle nuove malattie). Egualmente è interessata a usando le cartelle sanitarie pazienti per sviluppare i modelli premonitori per le malattie quali il diabete ed il cancro.

Sorgente: Istituto di Tecnologia del New Jersey