Aprendizaje Automático para Identificar Lesiones Renales Agudas Asociadas a Medicamentos
Autores: Abdullah, Sheikh S.; Rostamzadeh, Neda; Sedig, Kamran; Lizotte, Daniel J.; Garg, Amit X.; McArthur, Eric
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Aprendizaje Automático para Identificar Lesiones Renales Agudas Asociadas a Medicamentos
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Lesiones renales agudas inducidas por medicamentos
Investigaciones
Combinaciones de medicamentos
Análisis de datos automatizado
Medicamentos nefrotóxicos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Uno de los problemas más destacados en la medicina clínica es la lesión renal aguda (LRA) inducida por medicamentos. Evitar este problema puede prevenir daños a los pacientes y reducir los gastos en salud. Se han realizado varias investigaciones para identificar medicamentos asociados a la LRA utilizando técnicas estadísticas, de minería de datos y de aprendizaje automático. Sin embargo, estos estudios se limitan a evaluar el impacto de medicamentos nefrotóxicos conocidos y no exploran de manera integral la relación entre combinaciones de medicamentos y LRA. En este artículo, presentamos un estudio de cohorte retrospectivo basado en la población que emplea técnicas de análisis de datos automatizadas para identificar medicamentos y combinaciones de medicamentos que están asociados con un mayor riesgo de LRA. Al integrar regresión logística multivariable, minería de conjuntos de ítems frecuentes y análisis estratificado, este estudio está diseñado para explorar las complejas relaciones entre medicamentos y LRA de una manera que nunca se ha intentado antes. A través de un análisis de registros de prescripción de un millón de pacientes mayores almacenados en el conjunto de datos administrativos de salud en ICES (una organización de investigación independiente, sin fines de lucro y líder mundial que utiliza datos de salud y sociales basados en la población para producir conocimiento sobre una amplia gama de problemas de salud), identificamos 55 medicamentos asociados a la LRA entre 595 medicamentos distintos y 78 combinaciones de medicamentos asociadas a la LRA entre 7748 combinaciones de medicamentos frecuentes. Además, a través de un análisis estratificado, identificamos 37 casos en los que un medicamento particular estaba asociado con un aumento del riesgo de LRA cuando se usaba con otro medicamento. Hemos demostrado que nuestros resultados son consistentes con estudios previos mediante la consulta con un nefrólogo y una búsqueda electrónica de literatura. Esta investigación demuestra cómo se pueden utilizar técnicas de análisis automatizado para llevar a cabo tareas impulsadas por datos utilizando conjuntos de datos clínicos masivos.
Descripción
Uno de los problemas más destacados en la medicina clínica es la lesión renal aguda (LRA) inducida por medicamentos. Evitar este problema puede prevenir daños a los pacientes y reducir los gastos en salud. Se han realizado varias investigaciones para identificar medicamentos asociados a la LRA utilizando técnicas estadísticas, de minería de datos y de aprendizaje automático. Sin embargo, estos estudios se limitan a evaluar el impacto de medicamentos nefrotóxicos conocidos y no exploran de manera integral la relación entre combinaciones de medicamentos y LRA. En este artículo, presentamos un estudio de cohorte retrospectivo basado en la población que emplea técnicas de análisis de datos automatizadas para identificar medicamentos y combinaciones de medicamentos que están asociados con un mayor riesgo de LRA. Al integrar regresión logística multivariable, minería de conjuntos de ítems frecuentes y análisis estratificado, este estudio está diseñado para explorar las complejas relaciones entre medicamentos y LRA de una manera que nunca se ha intentado antes. A través de un análisis de registros de prescripción de un millón de pacientes mayores almacenados en el conjunto de datos administrativos de salud en ICES (una organización de investigación independiente, sin fines de lucro y líder mundial que utiliza datos de salud y sociales basados en la población para producir conocimiento sobre una amplia gama de problemas de salud), identificamos 55 medicamentos asociados a la LRA entre 595 medicamentos distintos y 78 combinaciones de medicamentos asociadas a la LRA entre 7748 combinaciones de medicamentos frecuentes. Además, a través de un análisis estratificado, identificamos 37 casos en los que un medicamento particular estaba asociado con un aumento del riesgo de LRA cuando se usaba con otro medicamento. Hemos demostrado que nuestros resultados son consistentes con estudios previos mediante la consulta con un nefrólogo y una búsqueda electrónica de literatura. Esta investigación demuestra cómo se pueden utilizar técnicas de análisis automatizado para llevar a cabo tareas impulsadas por datos utilizando conjuntos de datos clínicos masivos.