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

Investigan cómo mejorar la detección de la interacción entre fármacos

Un grupo de investigadoras de la Universidad Carlos III de Madrid ha coordinado un concurso científico internacional sobre técnicas de extracción de información para detectar con mayor precisión las interacciones farmacológicas descritas en textos biomédicos.

Entrevista con las investigadoras de la UC3M

Un grupo de investigadoras de la Universidad Carlos III de Madrid (UC3M) ha coordinado recientemente un concurso científico internacional sobre técnicas de extracción de información para detectar con mayor precisión las interacciones farmacológicas descritas en textos biomédicos.

Un nuevo estudio, liderado por investigadoras de la Universidad Carlos III de Madrid (UC3M), analiza técnicas de extracción de información para detectar con mayor precisión las interacciones farmacológicas descritas en textos biomédicos.

Una interacción farmacológica ocurre cuando los efectos de un fármaco se modifican por la presencia de otro. Las consecuencias pueden ser perjudiciales si la interacción causa un aumento de la toxicidad del fármaco o la disminución de su efecto, lo que, en los peores casos, puede conducir incluso a la muerte del paciente.

En la actualidad existen bases de datos para chequear posibles interacciones entre los fármacos administrados al paciente, pero el principal problema es que muchas interacciones no están recogidas en estas bases de datos, ya que sus periodos de actualización pueden durar hasta tres años.

En la actualidad existen bases de datos para chequear posibles interacciones entre los fármacos administrados al paciente

“Por tanto, la literatura biomédica sigue siendo el mejor sistema para estar al día en lo que se refiere a la información sobre nuevas interacciones. Es importante resaltar que cada año se publican, solo en el ámbito de la farmacología, unos 300.000 artículos relacionados, por lo que el personal médico está desbordado ante tal avalancha de información”, comenta Isabel Segura, del Laboratorio de Bases de Datos Avanzadas (LaBDA) de la UC3M.

Para intentar resolver este problema, estudian desde hace años cómo utilizar técnicas de Procesamiento de Lenguaje Natural (PLN) para desarrollar herramientas que logren encontrar de forma automática las interacciones analizando estos enormes volúmenes de información.

“A la hora de crear un sistema para detectar interacciones entre fármacos se enfrentan a la riqueza del lenguaje humano y la dificultad que entraña un texto científico”, explica Segura. El reto radica en conseguir diseñar un sistema capaz de 'entender' el lenguaje técnico empleado en los textos biomédicos y que sea capaz de procesar las estructuras gramaticales complejas y la terminología propia del dominio.

Una competición anual

Junto a Paloma Martínez y María Herrero, Segura ha participado en la organización de la última edición de SemEval (Semantic Evaluation), una competición anual dedicada a la evaluación de los sistemas de PLN dedicados al tratamiento de la información semántica en distintos tipos de tareas. En su caso, han coordinado una tarea de evaluación de sistemas dedicados a la detección de interacciones farmacológicas descritas en las publicaciones científicas.

“En este tipo de competiciones, se proporciona una serie de recursos que permiten a los investigadores poder construir sus sistemas, evaluarlos y, por supuesto, compararlos con los sistemas de otros investigadores”, explica Segura. En la competición, que tuvo lugar durante el pasado mes de junio en Atlanta (EE UU), participaron 14 equipos de investigación de países como Alemania, España, EE UU, Finlandia, Italia o Portugal.

Existe una fuerte tendencia a la polifarmacia (preparados con dos o más principios activos) o la politerapia (combinación de dos o más fármacos)

Los sistemas presentados consiguieron una mejora sustancial respecto a otros años, pues llegaron a alcanzar una precisión del 83% y una cobertura de casi el 84%. Los equipos participantes lograron mejores resultados en el reconocimiento de medicamentos genéricos, fármacos comerciales y en familias de fármacos, mientras que fallaron más en las sustancias activas no aprobadas para uso humano. En cuanto a la clasificación de cada tipo, se observó que los fármacos comerciales eran más fáciles de reconocer que el resto de tipos.

Un problema social

Hoy la sociedad consume muchos fármacos y existe una fuerte tendencia a la polifarmacia (preparados con dos o más principios activos) o la politerapia (combinación de dos o más fármacos). Ambos son factores que influyen en la aparición de interacciones farmacológicas, ya que, cuantos más fármacos toma un paciente, mayor es la probabilidad de que se produzca una interacción adversa.

Los principales grupos de riesgo son las personas mayores y enfermos polimedicados. En España, la población mayor de 65 años supone un 11,37%, con una media de prescripción de cuatro fármacos y con un aumento del número de fármacos prescritos con la edad del paciente. Además de afectar a la seguridad del paciente, estas interacciones farmacológicas conllevan un importante incremento en el gasto médico.

En los próximos meses estas investigadoras empezarán a trabajar en el proyecto europeo TrendMiner (Large-scale, Cross-lingual Trend Mining and Summarisation of Real-time media Streams), cuyo objetivo es aplicar técnicas de generación de resúmenes y de extracción de información de medios sociales en distintos dominios (financiero, político, salud, etc.). Uno de los escenarios de evaluación será tratar de detectar efectos adversos desconocidos de fármacos, es decir, aquellos que no fueron detectados durante los ensayos clínicos ni han sido registrados en ningún informe de la Agencia Europea de Medicamentos.

Referencia bibliográfica:

Isabel Segura Bedmar, Paloma Martínez, María Herrero Zazo. "Extraction of Drug-Drug Interactions from Biomedical Texts (DDIExtraction 2013)". SemEval-2013 Task 9 http://www.cs.york.ac.uk/semeval-2013/task9/

María Herrero Zazo, Isabel Segura-Bedmar, Paloma Martínez, Thierry Declerck. "The DDI corpus: An annotated corpus with pharmacological substances and drug-drug interactions". Journal of Biomedical Informatics, 2013, 46(5): 914-920

Fuente: UC3M
Derechos: Creative Commons

Solo para medios:

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

Artículos relacionados