Un enfoque integral para la estimación del suministro de días en una base de datos de recetas del mundo real:...

Área de la Ciencia:

• Informática de la salud Informática de la salud.
• Ciencias Farmacéuticas Ciencias Farmacéuticas
• Ciencia de datos Ciencia de datos.

Sus antecedentes:

• Las estadísticas precisas de uso de medicamentos y los cálculos de adherencia dependen del suministro preciso de días (DS).
• La falta o incorrección de la información del DS requiere estrategias alternativas de gestión de datos.
• El desarrollo de métodos robustos para el manejo de datos de prescripción incompletos es crucial para un análisis confiable.

Objetivo del estudio:

• Implementar diversas técnicas de gestión de datos para datos de prescripción incompletos y faltantes.
• Mejorar la precisión del cálculo del suministro diario (DS) en todos los tipos de medicamentos.
• Evaluar el impacto de estos métodos de corrección de datos en los cálculos de adherencia a la medicación en el mundo real.

Principales métodos:

• Utilizó un conjunto de datos de recetas estonias a gran escala (2012-2019, 150,824 pacientes).
• Empleó un flujo de trabajo de tres pasos: limpieza de datos, imputación y cálculo de DS.
• Métodos de imputación combinados, incluida la dosis diaria basada en el modo y las directrices externas (Resumen de las Características del Producto, legislación).

Principales resultados:

• Determinó con éxito el DS para el 98,3% de las recetas dispensadas a través de la imputación.
• Se identificaron formas específicas de fármacos con una baja precisión inicial de DS, como las inyecciones de insulina (3,1%) y los anticonceptivos intravaginales (8%).
• Se observó que los métodos de corrección de datos redujeron las discrepancias en la adherencia a la medicación entre diferentes períodos de tiempo.

Conclusiones:

• Una tubería de imputación bien diseñada, que integra enfoques basados en datos con el conocimiento del dominio, mejora significativamente la calidad de los datos de prescripción.
• Los métodos aplicados generan métricas de adherencia a la medicación más precisas y consistentes.
• El trabajo futuro debería centrarse en refinar las técnicas de imputación, explorar el aprendizaje automático y la validación externa.