Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

EMRs emerge como recurso valioso para detectar reacciones malas de la droga

El Profesor Adjunto Mei Liu, Doctorado, informático de NJIT, ha mostrado recientemente en un nuevo estudio que los informes médicos electrónicos pueden validar reacciones de droga adversas previamente señaladas y señalar nuevos.

El “Análisis Comparativo de los Métodos de la Farmacovigilancia en la Detección de las Reacciones de Droga Adversas de Informes Médicos Electrónicos” (Gorrón de la Asociación Médica Americana de la Informática, Mayo de 2013) examinó el uso de las órdenes retrospectivas de la medicación y de los resultados del laboratorio el hospitalizado documentados en los informes médicos para determinar reacciones adversas. Doce años de datos del Centro Médico de la Universidad de Vanderbilt fueron estudiados por Liu y un equipo de investigación. Los investigadores correlacionaron resultados anormales del laboratorio con las administraciones específicas de la droga comparando los resultados de un grupo droga-expuesto y de un grupo no expuesto correspondido con.

El “seguro de la Medicación requiere que cada droga esté vigilada en su vida de mercado mientras que la detección temprana de las reacciones de droga adversas puede llevar a las alarmas que previenen daño paciente,” Liu dijo. “Recientemente, los informes médicos electrónicos (EMRs) han emergido como recurso valioso para detectar reacciones malas de la droga.”

Liu, informático, NJIT recientemente ensamblado. Ella utiliza aproximaciones avanzadas de la informática para mejorar atención sanitaria, con la meta a largo plazo de la investigación de desarrollar metodologías de explotación de datos para destapar conocimiento clínico de EMRs para mejorar la calidad, el seguro, la eficiencia y la eficacia de la atención sanitaria.

“EMRs ha creado un recurso sin precedente para los estudios de observación puesto que contienen no sólo la información paciente detallada, pero también una gran cantidad de datos clínicos longitudinales,” ella dijo. A Pesar De la promesa de EMR como herramienta de la investigación, los retos existen para los estudios de observación en grande. Mucha información clínica relevante se embute en texto narrativo y los factores múltiples conspiran hacer conclusiones específicas de drenaje de datos de EMR más desafiadoras que los datos cerco específicamente a las hipótesis de la investigación de la respuesta. Así, es deseable desarrollar los métodos de cómputo efectivos y eficientes para minar los datos de EMR para conducto la investigación de observación en grande.

La reacción de droga Adversa (ADR) por ejemplo, es una de las causas mayores para el incidente en el revelado de la droga. Y ADRs severo que va desapercibido hasta que la fase posterior a la comercialización de una droga lleve a menudo a la morbosidad paciente, según lo ejemplificado por repliegues de droga numerosos. Actualmente, ella está llevando tres proyectos para examinar simultáneamente ADRs de diversos ángulos. Primero, ella apunta predecir ADRs de las propiedades químicas, biológicas y fenotípicas de drogas. En Segundo Lugar, ella utiliza el laboratorio y datos retrospectivos de la orden de la medicación de EMR para comprobar ADRs. Tercero, ella está explorando el uso de las técnicas de tramitación de lenguaje natural de extraer acciones adversas de las notas narrativas en EMR y de correlacionar esas acciones con las medicaciones con la explotación minera de la asociación. Ella también está interesada en otras tareas de la minería de datos para la informática clínica, tal como droga repurposing (es decir aplicación de drogas sabidas a las nuevas enfermedades). Ella también está interesada al usar informes médicos pacientes para construir los modelos proféticos para las enfermedades tales como diabetes y cáncer.

Fuente: Instituto de Tecnología de New Jersey