Dataprogram avslører tusenvis av nye medikamenter side effects

Et nytt dataprogram har funnet tusenvis av nye bivirkninger og problematiske interaksjoner, forskere rapporterte 14 mars i tidsskriftet Science translasjonell medisin. I gjennomsnitt, fant programmet 329 bivirkninger for hvert medikament, da de fleste narkotika etiketter liste et gjennomsnitt på 69 effekter. Det nye programmet, som er utviklet ved Stanford University, kammer gjennom millioner av lege og pasient rapporterer til US Food and Drug Administration, Canadas MedEffect og lignende databaser.

Selv etter at de er solgt i apotek, nye reseptbelagte legemidler er fortsatt, på en måte, i testfasen. Selvfølgelig narkotika i utvikling gjennomgå eksperimenter før de gjør det til markedet. Bivirkningene som finnes i disse eksperimentene er hva folk ser oppført på narkotika etiketter. "Problemet med dem er at de er ganske ufullstendig," en av de nye programmets utviklere, Nicholas Tantonetti, sa. Tantonetti er doktorgradsstudent ved Stanford som studerer store medisinske datasett.

Det finnes ingen test som kan rekruttere nok frivillige til å ta ekstremt sjeldne bivirkninger, forklarte Tantonetti. Så forskere ofte ikke lærer av sjeldne bivirkninger til narkotika er solgt mye og mange tar dem. Pre-markedet testene heller ikke ofte studere hvordan et nytt legemiddel vil samhandle med andre rusmidler noen er allerede tar. Tross alt, ville det være umulig for noe menneske forsker for å sjekke alle mulige interaksjoner der ute. Men hva et menneske ikke kan gjøre, en datamaskin kommando kan.

Selv om det synes åpenbart å sjekke FDA rapport database for nye bivirkninger, har det vært vanskelig å gjøre fordi folk i databasen er for forskjellige fra hverandre for å gjennomføre skikkelige vitenskapelige studier. Utenfor laboratoriet, er det virkelige liv rotete. "Det er vanskelig å sammenligne en pasient med en annen fordi hver pasient er så unik i sin sykehistorie, i sin personlige helse," Tantonetti fortalte InnovationNewsDaily. Fordi folk i databasen er ikke sammenlignbare med hverandre, er det vanskelig å finne ekte, nye bivirkninger.

Andre dataalgoritmer har prøvd. Men for å fatte gyldige, vitenskapelige sammenligninger, disse programmene måtte ignorere mange rapporter. Den nye metoden setter folk på en "kontinuum," Tantonetti sa, slik at hvis noen i en database ikke har en perfekt kamp et annet sted i datasettet, kan hun fortsatt har en ganske jevn kamp.

Teoretisk betyr at kampene de nye algoritme gjør ikke så nær som de fra andre programmer. Når Tantonetti sjekket hans program, men fant han sine resultater var så nøyaktig eller bedre enn andres, fordi hans program ikke trenger å ignorere så mye data, sier han.

Han og hans kolleger har satt sine funn om 1,332 narkotika i databaser kalt offside, for bivirkninger, og TWOSIDES, for legemiddelinteraksjoner, som de planlegger å oppdatere en gang eller to ganger i året. Dette er forskningsdatabaser som synliggjør bivirkninger som trenger FDA oppmerksomhet, Russ Altman, senior forsker i studien, sa. "Pasienter bør ikke endre medisiner basert på disse funnene, men i stedet snakke med sine leger," Altman skrev i en e-post til InnovationNewsDaily. "Leger må bruke sin kliniske sunn fornuft for å avgjøre om bivirkninger og interaksjoner vi er å finne er klinisk signifikant."

Altman er rådgiver for FDAs Science Board. Forskerteamet vil presentere sine funn til byrået og se om det vil bruke sitt program for å finne nye bivirkninger. I det siste har FDA lagt algoritme-funnet bivirkninger til legemiddel etiketter, Tantonetti sa, men vanligvis er det andre bekreftende bevis også.

I denne digitale tidsalder, mange svært store datasett er tilgjengelig på nettet. "Vi er delvis inspirert av mange av de siste diskusjoner om verdien av" big data "i medisin og andre steder,» skrev Altman. Han og Tantonetti håper deres algoritme kan også hjelpe dem med å finne de skjulte mønstre i elektroniske pasientjournaler. "Elektronisk pasientjournal er en skattekiste av eventuelle funn," sa Altman.

Du kan følge InnovationNewsDaily stab skribent Francie Diep på Twitterfranciediep. Følg InnovationNewsDaily på TwitterNews_Innovation, eller på Facebook

Related på InnovationNewsDaily.