Twitter ayuda a identificar interacciones medicamentosas peligrosas

El nuevo software que extrae datos de Twitter puede identificar interacciones de medicamentos potencialmente peligrosas y efectos secundarios antes de que aparezcan en las bases de datos tradicionales.

Los científicos informáticos interdisciplinarios de la Universidad de Vermont crearon un programa informático que puede buscar de manera eficiente millones de tweets en Twitter con los nombres de muchos medicamentos y construir un mapa de cómo están conectados, utilizando los #hashtags que los vinculan.

Los investigadores dicen que el software puede descubrir interacciones medicamentosas potencialmente peligrosas y efectos secundarios desconocidos antes de que aparezcan en las bases de datos médicas, como PubMed, o incluso antes de que los médicos e investigadores hayan oído hablar de ellos.

“Nuestro nuevo algoritmo es una excelente manera de hacer descubrimientos que pueden ser seguidos y probados por expertos como investigadores clínicos y farmacéuticos”, dijo Ahmed Abdeen Hamed, científico informático de la Universidad de Vermont que dirigió la creación de la nueva herramienta.

Un informe sobre cómo funciona el algoritmo y sus descubrimientos preliminares aparece en línea en el Revista de informática biomédica.

“Puede que no sepamos cuál es la interacción, pero con este enfoque podemos encontrar rápidamente evidencia clara de medicamentos que están vinculados entre sí a través de hashtags”, dijo Hamed.

Los investigadores creen que el nuevo enfoque también podría usarse para generar alertas públicas, dijo Hamed, antes de que se inicie una investigación clínica o antes de que los proveedores de atención médica hayan recibido actualizaciones. “Puede decirnos: es posible que estemos viendo una interacción entre medicamentos aquí”, dijo Hamed. "Tener cuidado."

Los investigadores también creen que el método puede ayudar a superar un problema de larga data en la investigación médica: los estudios publicados no suelen estar vinculados a nuevos hallazgos científicos, porque las bibliotecas digitales "sufren un etiquetado poco frecuente". Es decir, la actualización de información digital importante como palabras clave y metadatos asociados a los estudios es una labor manual laboriosa, muchas veces retrasada o incompleta.

"La minería de hashtags de Twitter puede darnos un vínculo entre la evidencia científica emergente y PubMed", la enorme base de datos administrada por la Biblioteca Nacional de Medicina de EE. UU., Dijo Hamed. Usando su nuevo algoritmo, el equipo de Vermont ha creado un sitio web que permitirá a un investigador explorar las conexiones entre los términos de búsqueda (por ejemplo, "albuterol"), los estudios científicos existentes indexados en PubMed y los hashtags de Twitter asociados con los términos y estudios.

Estudios previos han demostrado que Twitter puede ser minado en busca de malas interacciones entre medicamentos, pero el equipo de Vermont avanza esta idea enfocándose en la información distintiva contenida en hashtags, como “# overprescriptions”, “#kidneystoneprobs” y “#skinswelling” - para encontrar nuevas asociaciones.

“Cada hashtag individual funciona casi como una neurona en el cerebro humano, enviando una señal específica”, escriben los científicos, que puede revelar una vía sorprendente entre dos o más fármacos.

El enfoque del equipo implica construir lo que ellos llaman una "red K-H", esencialmente un mapa denso de enlaces entre palabras clave y hashtags, y luego eliminar una gran cantidad de "ruido y basura", dice Hamed, "¡esto es Twitter!" - encontrar los términos que son fundamentales para la red. Luego, el algoritmo, llamado HashPairMiner, busca en esta red limpia las rutas más cortas entre un par de términos de búsqueda y sus hashtags intermedios.

El objetivo general del proyecto, apoyado por la National Science Foundation, es "descubrir cualquier relación entre dos medicamentos que no se conozca", dijo Hamed. Pero para "hacer realidad la hipótesis", que la minería de datos en Twitter puede encontrar interacciones farmacológicas desconocidas, el equipo quería demostrar que su enfoque "puede producir interacciones que ya se conocen", dice Tamer Fandy, profesor de ciencias farmacéuticas en el campus del Albany College of Pharmacy en Vermont y coautor del nuevo estudio.

"Lo hace", dijo Hamed. En un ejemplo del nuevo estudio, el algoritmo detectó una ruta entre la aspirina y el medicamento antialérgico benadryl, que se sabe que interactúan; en un caso, los dos medicamentos estaban vinculados, tal vez no demasiado sorprendente, por el hashtag "#happythanksgiving".

El nuevo sistema comenzó con lo que Hamed de la Universidad de Vermont pensó inicialmente que era un error en noviembre de 2013. Una versión anterior del algoritmo actual “descubrió algo impactante: el ibuprofeno y la marihuana medicinal, que uno pensaría que no tienen nada que ver entre sí, fueron vinculado por un hashtag llamado # Alzheimer ”, dice Hamed.

“Pensé que tenía que ser un error. Miré mi código. Repetí mi experimento. Reuní diferentes conjuntos de datos de tweets y obtuve el mismo resultado ”, dijo. Pero no pudo encontrar ningún apoyo para la asociación en PubMed u otras bases de datos de literatura clínica. De hecho, el único estudio que pudo encontrar, de 1989, sugirió lo contrario, que no había interacción entre el ibuprofeno y la marihuana.

Resultó que Hamed había descubierto inadvertidamente a personas en Twitterverse que estaban compartiendo los resultados de un nuevo estudio revisado por pares que sugería que el ibuprofeno tiene alguna capacidad para bloquear o reducir los efectos dañinos para la memoria del consumo regular de marihuana, que se ha asociado con el desarrollo de la enfermedad de Alzheimer. "Apareció en Twitter antes que PubMed", dijo Hamed.

A medida que más estados legalizan la marihuana, dijo Hamed, puede haber una mayor discusión sobre sus interacciones con otras drogas, por delante de la capacidad de los investigadores para estudiar estas interacciones.

“Si somos capaces de detectar inquietudes, digamos charlas sobre dolores de cabeza o caídas en la presión arterial o lo que sea”, dijo, “eso puede llevar a los farmacéuticos o investigadores a una hipótesis que puede ser seguida por un ensayo clínico u otra prueba médica. "

Fuente: Universidad de Vermont