反指标:一种基于自然语言处理的方法来检测儿科重症监护中的潜在药物相互作用.
Pradeep Singh1, Akshaya Devadiga1, Ridam Pal1
1Indraprastha Institute of Information Technology, New Delhi, India.
在儿科重症监护病房中,潜在的药物相互作用是常见的,更多的处方药物显著增加了风险. 这项研究使用人工智能来识别和描述这些相互作用,帮助未来的预防工作.
科学领域:
- 药理学 药理学是指药理学的学科.
- 儿科重症监护室的儿童重症监护室
- 人工智能在医学中的应用
背景情况:
- 住院的儿科患者,特别是在重症监护室,由于复杂的生理和多药学,面临药物相互作用 (DDI) 的高风险.
- 识别和管理这些DDI对于患者的安全和有效治疗至关重要.
研究的目的:
- 检查和描述儿科重症监护室 (PICU) 患者的临床相关药物相互作用.
- 利用人工智能 (AI) 来加强在这个脆弱人群中潜在的DDI的识别和管理.
主要方法:
- 分析了来自899个PICU入院的8010个处方,使用的是使用人工智能驱动的自然语言处理框架ContraIndicator.
- 与DDInter数据库对药物信息的评估,以确定临床相关性和严重程度 (严重,中度,轻微).
- 后勤回归用于评估DDI严重程度,患者年龄和处方药物的数量之间的关联.
主要成果:
- 在分析的处方中确定了3884种潜在的药物相互作用.
- 几乎一半的患者 (49.6%) 经历了至少一个DDI,其中38.8%有重大相互作用.
- 更高的处方药数量与潜在的DDI发病率的增加显著相关 (OR:12.79,p < 0.001).
结论:
- 在PICU设置中,潜在的药物相互作用很常见,中度和严重程度的相互作用很常见.
- 处方药物的数量是儿童重症监护室中DDI的重要危险因素.
- 这些发现支持对重症儿童的DDI进行改进的监测和预防策略,这种监测和预防策略可以通过像ContraIndicator这样的AI工具来促进.
更多相关视频
15:04Potentiation of Anticancer Antibody Efficacy by Antineoplastic Drugs: Detection of Antibody-drug Synergism Using the Combination Index Equation
Published on: January 19, 2019
05:56Monitoring Lung Function with Electrical Impedance Tomography in the Intensive Care Unit
Published on: September 6, 2024
相关概念视频
Drug toxicity: Drug–Drug Interaction
Pharmacokinetics: Drug–Drug Interactions
Pharmacokinetics in Pediatric Patients: Drug Excretion
Pharmacokinetics in Pediatric Patients: Drug Distribution
Pharmacokinetics in Pediatric Patients: Drug Metabolism
Drug-Receptor Interactions
Several parameters, such as the drug's affinity for its receptor and its efficacy, which is its ability to activate the receptor, determine the drug's effect on the tissue....
