Suscríbete al boletín semanal

Recibe cada semana los contenidos más relevantes de la actualidad científica.

Agencia Sinc
Si estás registrado

No podrás conectarte si excedes diez intentos fallidos.

Si todavía no estás registrado

La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.

Selecciona el tuyo:

Periodistas Instituciones
El estudio se publica en la revista ‘Science Translational Medicine’

Predicen con algoritmos los efectos secundarios de mezclar fármacos

Un grupo de investigadores de la Universidad de Stanford ha diseñado métodos computacionales para predecir las interacciones entre medicamentos y sus consecuencias adversas, que son una causa importante de morbilidad y mortalidad en todo el mundo.

Diagrama que representa la interacción entre diferentes fármacos. Imagen: Science Translational Medicine
Predicen con algoritmos los efectos secundarios de mezclar fármacos. Foto: Science Translational Medicine

Un grupo de investigadores de la Universidad de Stanford ha diseñado métodos computacionales para predecir las interacciones entre medicamentos y sus consecuencias adversas, que son una causa importante de morbilidad y mortalidad en todo el mundo.

“Los efectos secundarios incluidos en el prospecto de los medicamentos no son suficientes”, explica a SINC Nick Tatonetti, de la universidad de Stanford (EE UU), primer autor de un estudio, publicado en la revista Science Translatonal Medicine, que analiza con nuevos algoritmos las posibles interacciones entre miles de medicamentos a partir de bases de datos sobre sus efectos.

De esta manera, han confirmado 47 de las 395 interacciones que esperaban encontrar. Por ejemplo, han predicho y comprobado que pacientes tratados con tiazidas para la hipertensión y que también toman un tipo concreto de antidepresivos tienen más posibilidades de tener arritmias cardíacas que los que solo toman uno de los dos medicamentos.

Los eventos adversos de los fármacos son una causa importante de morbilidad y mortalidad en todo el mundo. Los estudios clínicos previos a la comercialización de un medicamento están destinados a probar su seguridad y eficiencia. “El problema es que el grupo de personas incluido en estos ensayos es relativamente pequeño y homogéneo –comenta Tatonetti– y que la mayoría no contemplan la interacción del medicamento con otros ya presentes en el mercado”.

Conscientes de este problema, tanto la Agencia de Alimentos y Medicamentos de EE UU (FDA, por sus siglas en inglés) como la Organización Mundial de la Salud (OMS), mantienen una estricta vigilancia después de la comercialización de todos los productos. Así, producen grandes colecciones de informes que Tatonetti y sus colegas han analizado para estudiar los efectos reales del medicamento.

Existe una estricta vigilancia después de la comercialización de todos los medicamentos

Los resultados de la investigación se presentan en forma de dos nuevas bases de datos que “mejorarán la detección y prevención de los efectos adversos de los fármacos”, comenta Tatonetti. Además también predicen nuevos usos para medicamentos ya conocidos y muestra que algunos con distinta estructura y distintas indicaciones pueden tener los mismos efectos secundarios.

Prevenir los efectos secundarios de un fármaco es complicado

La principal razón por la que prevenir los efectos secundarios de un fármaco es complicado es por la necesidad de tener unos controles adecuados. “Idealmente hay que comparar pacientes que tengan la misma historia médica, edad, peso y otros factores, y esos datos no se incluyen de manera rutinaria en las bases de datos”, cuenta Tatonetti.

La ‘gracia’ de estos algoritmos es que constituyen una aproximación que minimiza en cierta manera la necesidad de esta información. De hecho, muchos científicos creen que estas bases de datos tienen demasiados errores y datos innecesarios para poder tener alguna utilidad. “Nos quedamos sorprendidos y encantados de comprobar que nuestro enfoque intuitivo corregía estos errores y generaba resultados de alta calidad”, concluye Tatonetti.

Referencia bibliográfica:

Tatonetti N.P.; Ye P.P.; Daneshjou R.; Altman R.B. "Data-Driven Prediction of Drug Effects and Interactions" Science Translational Medicine 125 [4] Marzo de 2012. DOI: 10.1126/scitranslmed.3003377

Fuente: SINC
Derechos: Creative Commons

Solo para medios:

Si eres periodista y quieres el contacto con los investigadores, regístrate en SINC como periodista.

Artículos relacionados